1.一种基于深度学习的遥感图像目标检测系统，其特征在于，包括：获取模块，用于获取进行目标检测的遥感图像的拍摄高度，同时，获取检测目标的目标信息；

确定模块，用于根据拍摄高度和目标信息，确定检测目标的尺度信息；

挑选模块，用于根据尺度信息和检测目标的目标类型，从预设的数据集中挑选进行深度学习的训练图像；

训练模块，用于根据训练图像和预设的深度学习模型，训练目标检测模型；

标注模块，用于根据目标信息和目标检测模型，确定遥感图像中的检测目标；

其中，所述确定模块，包括：

第一俯视视角面积确定子模块，用于根据目标信息，确定检测目标的第一俯视视角面积；

面积排序子模块，用于将第一俯视视角面积按照面积的大小进行排序，获取第一俯视视角面积中最大的第二俯视视角面积和第一俯视视角面积中最小的第三俯视视角面积；

尺度上限参数确定子模块，用于根据第二俯视视角面积和拍摄高度，确定尺度上限参数；

尺度下限参数确定子模块，用于根据第三俯视视角面积和拍摄高度，确定尺度下限参数；

尺度信息确定子模块，用于基于预设的尺度参数连续化规则，根据尺度下限参数和尺度上限参数，确定尺度参数连续化参数，并将尺度连续化参数作为尺度信息；

其中，所述挑选模块，包括：

第一目标图像获取子模块，用于获取数据集中的多个第一目标图像；

第一整合子模块，用于根据尺度信息和检测目标的目标类型，确定第一目标图像中适宜于进行深度学习的第二目标图像，整合所有第二目标图像，获得训练图像；

其中，所述第一整合子模块，包括：

第二识别物体识别单元，用于根据目标识别技术，识别第一目标图像中的第二识别物体；

第二识别参数确定单元，用于获取第二识别物体的第二实际参数；

第二识别参数确定单元，用于根据第二实际参数和拍摄高度，确定第二识别物体的第二识别参数；

参数范围获取单元，用于获取第二识别参数的第一参数范围，同时，获取尺度信息的第二参数范围；

第三目标图像确定单元，用于若第一参数范围在第二参数范围内，将对应第一目标图像作为第三目标图像；

物体类型获取单元，用于获取第二识别物体的物体类型；

一致性判断单元，用于判断物体类型是否与任一目标类型一致，若一致，将对应第一目标图像作为第四目标图像；

第二整合单元，用于获取第三目标图像和第四目标图像之间的重合图像，剔除第四目标图像中的重合图像，获得第五目标图像，并将第三目标图像和第五目标图像共同作为第六目标图像；

图像处理单元，用于对第六目标图像进行图像处理，获得图像处理后的第七目标图像，并将第七目标图像作为第二目标图像；

其中，所述图像处理单元，包括：

旋转子单元，用于基于预设的图像旋转规则，旋转第六目标图像，获得多角度的第八目标图像；

第三识别参数获取子单元，用于获取第八目标图像中的第二识别物体的第三识别参数；

大小关系获取子单元，用于获取第三识别参数的参数值和预设阈值的大小关系；

灰度图像获取子单元，用于若参数值大于预设阈值，基于预设的灰度化规则，将相应第八目标图像转换成灰度图像；

图像增强子单元，用于若参数值小于等于预设阈值，对相应第八目标图像进行图像增强，获得增强图像；

第三整合子单元，用于将灰度图像和增强图像共同作为第七目标图像。

2.如权利要求1所述的一种基于深度学习的遥感图像目标检测系统，其特征在于，所述获取模块，包括：提供节点获取子模块，用于获取遥感图像的提供节点，根据提供节点的提供信息，确定拍摄高度；

和/或，

第一识别物体参数获取子模块，用于获取遥感图像中已经识别的第一识别物体的第一识别参数，同时，获取第一识别物体的第一实际参数，根据第一识别参数和第一实际参数，确定拍摄高度。

3.如权利要求1所述的一种基于深度学习的遥感图像目标检测系统，其特征在于，所述标注模块，包括：语义提取信息获取子模块，用于获取工作人员所在的工作站的距离当前时间最近的预警信息，同时，实时获取工作人员进行目标检测时的语音片段信息；

检测语义提取子模块，用于基于语义提取技术，提取预警信息和语音片段信息中的检测语义；

第一区域确定子模块，用于根据检测语义，确定遥感图像中的第一目标区域；

视线点位确定子模块，用于基于注意力分析机制，确定工作人员投射在遥感图像中的视线点位；

第二区域确定子模块，用于根据视线点位对应于遥感图像的视线扫描区域，确定遥感图像中的第二目标区域；

合并子模块，用于将第一目标区域和第二目标区域共同作为第三目标区域；

第四目标区域获取子模块，用于对第三目标区域进行优先区域判定，获取优先区域判定通过的第四目标区域；

优先目标检测子模块，用于对第四目标区域优先进行目标检测。

4.如权利要求3所述的一种基于深度学习的遥感图像目标检测系统，其特征在于，所述第四目标区域获取子模块，包括：判定框确定单元，用于基于预设的判定框确定规则，确定第三目标区域对应于遥感图像的判定框；

人体图像获取单元，用于获取工作人员查看判定框时的人体图像；

目标指令获取单元，用于根据人体图像，获取判定框的目标指令；

判定框控制单元，用于控制判定框根据目标指令进行移动，获取判定框移动完成时确定的对应于遥感图像的第四目标区域。

5.如权利要求4所述的一种基于深度学习的遥感图像目标检测系统，其特征在于，所述目标指令获取单元，包括：脸部特征识别子单元，用于识别人体图像中工作人员的脸部特征；

人员行为持续识别子单元，用于若脸部特征与预设的目标特征一致，持续识别工作人员的人员行为；

行为指令库获取子单元，用于获取行为指令库；

目标指令确定子单元，用于将人员行为按照人员行为的识别次序依序与行为指令库中的指令行为进行匹配，获取匹配成功的指令行为对应的指令序列，将指令序列作为目标指令。

6.一种基于深度学习的遥感图像目标检测方法，其特征在于，包括：步骤1：获取进行目标检测的遥感图像的拍摄高度，同时，获取检测目标的目标信息；

步骤2：根据拍摄高度和目标信息，确定检测目标的尺度信息；

步骤3：根据尺度信息和检测目标的目标类型，从预设的数据集中挑选进行深度学习的训练图像；

步骤4：根据训练图像和预设的深度学习模型，训练目标检测模型；

步骤5：根据目标信息和目标检测模型，确定遥感图像中的检测目标；

其中，根据拍摄高度和目标信息，确定检测目标的尺度信息，包括：根据目标信息，确定检测目标的第一俯视视角面积；

将第一俯视视角面积按照面积的大小进行排序，获取第一俯视视角面积中最大的第二俯视视角面积和第一俯视视角面积中最小的第三俯视视角面积；

根据第二俯视视角面积和拍摄高度，确定尺度上限参数；

根据第三俯视视角面积和拍摄高度，确定尺度下限参数；

基于预设的尺度参数连续化规则，根据尺度下限参数和尺度上限参数，确定尺度参数连续化参数，并将尺度连续化参数作为尺度信息；

其中，根据尺度信息和检测目标的目标类型，从预设的数据集中挑选进行深度学习的训练图像，包括：获取数据集中的多个第一目标图像；

根据尺度信息和检测目标的目标类型，确定第一目标图像中适宜于进行深度学习的第二目标图像，整合所有第二目标图像，获得训练图像；

其中，根据尺度信息和检测目标的目标类型，确定第一目标图像中适宜于进行深度学习的第二目标图像，整合所有第二目标图像，获得训练图像，包括：根据目标识别技术，识别第一目标图像中的第二识别物体；

获取第二识别物体的第二实际参数；

根据第二实际参数和拍摄高度，确定第二识别物体的第二识别参数；

获取第二识别参数的第一参数范围，同时，获取尺度信息的第二参数范围；

若第一参数范围在第二参数范围内，将对应第一目标图像作为第三目标图像；

获取第二识别物体的物体类型；

判断物体类型是否与任一目标类型一致，若一致，将对应第一目标图像作为第四目标图像；

获取第三目标图像和第四目标图像之间的重合图像，剔除第四目标图像中的重合图像，获得第五目标图像，并将第三目标图像和第五目标图像共同作为第六目标图像；

对第六目标图像进行图像处理，获得图像处理后的第七目标图像，并将第七目标图像作为第二目标图像；

其中，对第六目标图像进行图像处理，获得图像处理后的第七目标图像，并将第七目标图像作为第二目标图像，包括：基于预设的图像旋转规则，旋转第六目标图像，获得多角度的第八目标图像；

获取第八目标图像中的第二识别物体的第三识别参数；

获取第三识别参数的参数值和预设阈值的大小关系；

若参数值大于预设阈值，基于预设的灰度化规则，将相应第八目标图像转换成灰度图像；

若参数值小于等于预设阈值，对相应第八目标图像进行图像增强，获得增强图像；

将灰度图像和增强图像共同作为第七目标图像。