1.基于场景级与区域建议自注意模块的目标检测方法，其特征是，具体包括步骤如下：

步骤1、构建基于深度可分离共享网络、场景级-区域建议自注意模块和轻量化头部网络的目标检测模型；

步骤2、利用训练图像对目标检测模型进行训练，得到训练好的目标检测模型；

步骤2.1、将训练图像送入到深度可分离共享网络中，得到训练图像的特征图；

步骤2.2、将特征图送入到场景级-区域建议自注意模块的3个并行的子分支，即语义分割分支、候选区域网络分支以及区域建议自注意分支；

在语义分割分支中：首先，利用全连接层可以对每个训练图像的特征图进行映射，形成一个特征向量来作为图模型中的一个节点信息；然后，将所有训练图像的特征向量作为图模型的节点信息；接着，将每个特征图中的每对感兴趣区域同步映射变换，然后进行级联操作，将感兴趣区域间的关系映射向量作为图模型中的边信息；最后，基于图模型的节点信息和边信息所获得的图模型结构，对其进行迭代更新节点的推理，则对应节点的最后一个状态即为预测相关感兴趣区域的类别与位置信息的关键，由此得到语义分割分支的特征图；

在候选区域网络分支中：首先，对训练图像的特征图进行卷积操作，以调整通道的维度；然后，对卷积后的特征图进行Softmax分类与Bbox reg回归操作；最后，对分类损失结果与回归结果进行数据处理，得到候选区域网络分支的特征图；

在区域建议自注意分支中：首先，利用自注意机制对训练图像的特征图进行稀疏数据的重要特征提取，获得特征图的背景信息特征；然后，将训练图像的特征图与候选区域网络分支的特征图进行融合，获得特征图的前景信息特征；最后，将特征图的背景信息特征和特征图的前景信息特征进行融合，实现前景与背景信息互补，从而获得区域建议自注意分支的特征图；

步骤2.3、将场景级-区域建议自注意模块的3个并行的子分支所获得的语义分割分支特征图、候选区域网络分支的特征图和区域建议自注意分支的特征图同时送入感兴趣区域进行池化处理，从而获得融合特征；

步骤2.4、将融合特征通过全连接层，对其进行尺寸的统一；

步骤2.5、将统一尺寸后的融合特征送入轻量化头部网络，在轻量化头部网络中通过一次全连接网络操作和分类与回归操作，由此得到训练好的目标检测模型；

步骤3、将待测图像送入训练好的目标检测模型中，以获取图像中目标的位置信息与类别信息。

2.根据权利要求1所述的基于场景级与区域建议自注意模块的目标检测方法，其特征是，深度可分离共享网络主要由主干网络和6个短连接组成；

主干网络依次包括第一层卷积层、第二层池化层、第三层残差层、第四层归一化层、第五层线性激活层、第六层归一化层、第七层池化层，第八层残差层、第九层残差层、第十层残差层、第十一层归一化层、第十二层线性激活层、第十三层归一化层、第十四层池化层，第十五层残差层、第十六层残差层、第十七层残差层、第十八层归一化层、第十九层线性激活层、第二十层归一化层、第二十一层池化层，第二十二层残差层、第二十三层残差层、第二十四层残差层、第二十五层归一化层、第二十六层线性激活层、第二十七层归一化层、第二十八层池化层，第二十九层残差层、第三十层残差层、第三十一层残差层、第三十二层卷积神经层、第三十三层归一化层、第三十四层线性激活层、第三十五层卷积神经层、第三十六层归一化层、第三十七层线性激活层、第三十八层池化层，第三十九层残差层、第四十层残差层、第四十一层残差层、第四十二层卷积神经层、第四十三层归一化层、第四十四层线性激活层、第四十五层卷积神经层、第四十六层归一化层、第四十七层线性激活层、第四十八层池化层，以及降维层；第一层卷积层的输入形成深度可分离共享网络的输入，降维层的输出形成深度可分离共享网络的输出；

第一短连接连接第一层卷积层的头部与第七层池化层的尾部，并将第一层卷积层的输入与第七层池化层的输出相加后，输入到第八层残差层；

第二短连接连接第八层残差层的头部与第十四层池化层的尾部，并将第八层残差层的输入与第十四层池化层的输出相加后，输入到第十五层残差层；

第三短连接连接第十五层残差层的头部与第二十一层池化层的尾部，并将第十五层残差层的输入与第二十一层池化层的输出相加后，输入到第二十二层残差层；

第四短连接连接第二十二层残差层的头部与第二十八层池化层的尾部，并将第二十二层残差层的输入与第二十八层池化层的输出相加后，输入到第二十九层残差层；

第五短连接连接第二十九层残差层的头部与第三十八层池化层的尾部，并将第二十九层残差层的输入与第三十八层池化层的输出相加后，输入到第三十九层残差层；

第六短连接连接第三十九层残差层的头部与第四十八层池化层的尾部，并将第三十九层残差层的输入与第四十八层池化层的输出相加后，输入到降维层。

3.根据权利要求2所述的基于场景级与区域建议自注意模块的目标检测方法，其特征是，各层残差层的结构相同，其包括3层卷积层和1条短连接；3层卷积层即上层卷积层、中层卷积层和下层卷积层依次连接，上层卷积层的输入形成该残差层的输入，下层卷积层的输出形成该残差层的输出；短连接连接上层卷积层的头部与下层卷积层的尾部，并将上层卷积层的输入与下层卷积层的输出相加。