本发明涉及计算机视觉技术领域，尤其是涉及一种基于跨模态解耦知识转移的三维目标检测方法及系统。所述方法，获取原始数据，包括获取立体图像和原始点云数据；基于获取的原始数据进行特征提取，根据划分的特征图进行特征增强网络的构建，利用特征增强网络进行结构保持提取，根据结构保持提取进行解耦分类头知识蒸馏，包括将logit  KD方法进行解耦为目标分类蒸馏和非目标分类蒸馏，通过KL散度来计算目标分类蒸馏损失和非目标分类蒸馏损失；根据解耦分类头知识蒸馏定义损失函数，本发明通过解耦分类头知识蒸馏将目标分类和非目标分类分别考虑，能够更精细地调整学生模型的分类能力，进一步提高目标检测的准确性。