1.一种伪装对象协同检测方法，其特征在于，包括：从图像组中选择出第一图像，并利用第一分支对所述第一图像执行目标预测处理，得到目标识别预测图，所述图像组中的图像包括待协同检测的伪装对象；

利用第二分支对所述图像组执行特征处理，得到共性特征预测图；

对目标识别预测图和所述共性特征预测图进行特征融合处理，得到双分支融合特征图；

对所述双分支融合特征图进行边缘细节增强处理，得到所述图像组中各所述图像的伪装对象的定位预测图；

所述从图像组中选择出第一图像，并利用第一分支对所述第一图像执行目标预测处理，得到目标识别预测图，包括：利用第一分支中的骨干网络提取所述第一图像的第一特征；

对所述第一特征进行多维特征融合，得到第一融合特征图；

利用权重系数对所述第一融合特征图进行修正，得到修正特征；

基于所述修正特征和所述第一特征得到所述目标识别预测图。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一特征进行多维特征融合，得到第一融合特征图，包括：利用至少两种降维方式对所述第一特征进行降维处理，并获得对应的降维特征；

融合所述降维特征，获得初步提取特征；

对所述初步提取特征分别执行最大化处理和平均化处理，并分别获得最大化特征和平均化特征；

对所述最大化特征和平均化特征执行通道级联，得到所述第一融合特征图；

以及/或

所述基于所述修正特征和所述第一特征得到所述目标预测图，包括：对所述修正特征和所述第一特征执行相加处理，得到所述目标预测图。

3.根据权利要求1所述的方法，其特征在于，所述利用第二分支对所述图像组执行特征处理，得到共性特征预测图，包括：利用所述第二分支中的骨干网络提取所述图像组的第二特征；

对所述第二特征执行特征混洗，获得混洗特征图；

对所述混洗特征图执行交互融合处理，得到共性特征预测图。

4.根据权利要求3所述的方法，其特征在于，所述对所述第二特征执行特征混洗，获得混洗特征图，包括：对所述第二特征分别执行至少两个维度上的特征混洗处理，分别得到对应的混洗特征图；

对得到的混洗特征图进行级联，得到最终的所述混洗特征图；

以及/或

所述对所述混洗特征图执行交互融合处理，得到共性特征预测图，包括：对所述混洗特征图执行采样处理，得到多尺度特征图组；

对所述多尺度特征图组进行融合处理，得到所述共性特征预测图。

5.根据权利要求4所述的方法，其特征在于，所述对所述混洗特征图执行采样处理，得到多尺度特征图组，包括：对所述混洗特征分别执行至少一种上采样处理以及至少一种下采样处理，分别得到多尺度特征；

以及/或

所述对所述多尺度特征图组进行融合处理，得到所述共性特征预测图，包括：利用密集连接的方式连接所述多尺度特征，得到所述共性特征预测图。

6.根据权利要求1所述的方法，其特征在于，所述对所述双分支融合特征图进行边缘细节增强处理，得到所述图像组中各所述图像的伪装对象的定位预测图，包括：对所述双分支融合特征图执行细节增强处理，得到细节特征图；

对所述细节特征执行边缘特征融合处理，得到所述定位预测图。

7.一种伪装对象协同检测装置，其特征在于，包括：目标识别模块，用于从图像组中选择出第一图像，并利用第一分支对所述第一图像执行目标预测处理，得到目标识别预测图；所述图像组中的图像包括待协同检测的伪装对象；

共特征提取模块，用于利用第二分支对所述图像组执行特征处理，得到共性特征预测图；

双分支融合模块，用于对所述目标识别预测图和所述共性特征预测图进行特征融合处理，得到双分支融合特征图；

增强模块，用于对所述双分支融合特征图进行边缘细节增强处理，得到所述图像组中各所述图像的所述伪装对象的定位预测图；

所述从图像组中选择出第一图像，并利用第一分支对所述第一图像执行目标预测处理，得到目标识别预测图，包括：利用第一分支中的骨干网络提取所述第一图像的第一特征；

对所述第一特征进行多维特征融合，得到第一融合特征图；

利用权重系数对所述第一融合特征图进行修正，得到修正特征；

基于所述修正特征和所述第一特征得到所述目标识别预测图。

8.一种电子设备，其特征在于，包括：处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至6中任意一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。