目标检测方法、装置、设备及存储介质

本申请公开了一种目标检测方法、装置、设备及存储介质，所述方法包括获取待检测图像的多尺度图像特征和预设提示文本的文本特征；将高级语义图像特征与文本特征进行交互，以得到更新后的高级语义图像特征和更新后的文本特征；基于所述更新后的高级语义图像特征、所述更新后的文本特征和低级语义图像特征，确定多模态融合特征；基于所述多模态融合特征，确定所述待检测图像的检测信息。本申请在获取到多尺度图像特征后，将多尺度图像特征分为高级语义图像特征和低级语义图像特征，然后仅将高级语义图像特征与文本特征进行交互，避免了低级语义图像特征带来的超大的计算量，提高了目标检测的推理速度。