1.一种目标检测方法，其特征在于，包括：

获取待检测图像；

使用基于多层交叉注意力特征金字塔网络MCAFPN的目标检测模型对所述待检测图像进行目标检测，其中将卷积网络的不同层级、不同分辨率的特征图输入MCAFPN，所述MCAFPN使用多层交叉注意力模块将所述不同层级、不同分辨率的特征图在空间维度上层层级联，然后输出增强后的多层特征图；

所述将卷积网络的不同层级、不同分辨率的特征图输入MCAFPN包括：将第一特征图作为MCAFPN第一层特征图，将所述MCAFPN第一层特征图与第二特征图输入所述多层交叉注意力模块，输出MCAFPN第二层特征图；

将所述MCAFPN第二层特征图与第三特征图输入所述多层交叉注意力模块，输出MCAFPN第三层特征图；

其中所述第一特征图、第二特征图和第三特征图是所述卷积网络的不同层级、不同分辨率的特征图，其层数由深到浅，第二特征图的分辨率是第一特征图的n倍，第三特征图的分辨率是第二特征图的n倍，n大于等于2；

所述MCAFPN使用多层交叉注意力模块将所述不同层级、不同分辨率的特征图在空间维度上层层级联，然后输出增强后的多层特征图包括：将做n倍上采样后的所述MCAFPN第一层特征图和所述第二特征图输入第一层交叉注意力模块，得到第一层交叉注意力特征图；

将所述第二特征图和所述第一层交叉注意力特征图输入第二层交叉注意力模块，得到第二层交叉注意力特征；

将所述第二特征图与所述第二层交叉注意力特征图逐像素相加，得到所述MCAFPN第二层特征图；

其中所述第一层交叉注意力模块和所述第二层交叉注意力模块对输入进行交叉联积和交叉加权；

所述第一层交叉注意力模块和第二层交叉注意力模块对输入进行交叉联积和交叉加权包括：计算浅层特征图任一空间位置与深层特征图对应交叉区域的空间相关性；

归一化交叉空间中的特征相关性，得到交叉注意力权重；

基于所述交叉注意力权重，与所述深层特征图进行交叉注意力加权，得到最终的交叉注意力特征。

2.一种实施如权利要求1所述方法的目标检测装置，其特征在于，包括：获取模块，用于获取待检测图像；

目标检测模块，用于使用基于多层交叉注意力特征金字塔网络MCAFPN的目标检测模型对所述待检测图像进行目标检测，其中将卷积网络的不同层级、不同分辨率的特征图输入MCAFPN，所述MCAFPN使用多层交叉注意力模块将所述不同层级、不同分辨率的特征图在空间维度上层层级联，然后输出增强后的多层特征图。

3.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现根据权利要求1所述的目标检测方法的步骤。

4.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1所述的目标检测方法的步骤。