1.一种有效信号检测方法，其特征在于，包括：

通过对大样本指数衰减信号随机加噪处理生成预训练训练集，并根据实际采集的微地震信号生成训练集；

调整卷积神经网络Faster RCNN，设置多种大小的卷积核；

利用所述预训练训练集对所述卷积神经网络Faster RCNN进行预训练后，再通过所述训练集对初步训练后的所述卷积神经网络Faster RCNN进行训练，得到信号检测模型；

通过所述信号检测模型检测并标定待检测信号中的有效信号。

2.根据权利要求1所述的方法，其特征在于，所述调整卷积神经网络Faster RCNN，设置多种大小的卷积核还包括：设置卷积步长、填充和所述卷积神经网络的学习率。

3.根据权利要求1所述的方法，其特征在于，所述通过所述信号检测模型检测并标定待检测信号中的有效信号还包括：所述待检测信号被检测标定后，添加到新创建的训练集中，利用所述新创建的训练集对所述模型强化训练。

4.一种有效信号检测系统，其特征在于，包括：

生成模型：用于通过对大样本指数衰减信号随机加噪处理生成预训练训练集，并根据实际采集的微地震信号生成训练集；

调整模型：用于调整卷积神经网络Faster RCNN，设置多种大小的卷积核；

训练模块：用于利用所述预训练训练集对所述卷积神经网络Faster RCNN进行预训练后，再通过所述训练集对初步训练后的所述卷积神经网络Faster RCNN进行训练，得到信号检测模型；

检测模块：用于通过所述信号检测模型检测并标定待检测信号中的有效信号。

5.根据权利要求4所述的系统，其特征在于，所述调整卷积神经网络Faster RCNN，设置多种大小的卷积核还包括：设置卷积步长、填充和所述卷积神经网络的学习率。

6.根据权利要求4所述的系统，其特征在于，所述通过所述信号检测模型检测并标定待检测信号中的有效信号还包括：所述待检测信号被检测标定后，添加到新创建的训练集中，利用所述新创建的训练集对所述模型强化训练。