一种方法检测图像中的对象。该方法利用第一子网络从图像的第一区域提取第一特征矢量，并且通过利用第二子网络处理所述第一特征矢量来确定所述图像的第二区域。该方法还利用所述第一子网络从所述图像的所述第二区域中提取第二特征矢量，并且基于所述第一特征矢量和所述第二特征矢量，利用第三子网络检测所述对象，以生成包围所述对象的边界区域和所述对象的类别。所述第一子网络、所述第二子网络以及所述第三子网络形成神经网络。而且，所述第一区域的尺寸不同于所述第二区域的尺寸。