多模态图像检测方法、对象检测网络训练方法及相关设备

本申请提供了一种多模态图像检测方法、对象检测网络训练方法及相关设备。本申请实施例中，通过特征提取模型对原始图像进行处理，得到第一图像特征；通过第一潜在编码器对原始图像进行处理，得到第二图像特征；通过特征提取器对第一特征图像进行处理，得到第三图像特征，其中，上述第一特征图像可以为原始图像、深度图像或热度图像，即第一特征图像为多模态图像。进而可以实现对多模态图像的显著对象检测，以此提高了图像检测结果的准确性。