本发明公开了一种基于注意力掩模融合的全卷积目标检测方法，涉及计算机视觉与智能信息技术领域。首先，通过卷积神经网络提取特征，经过初步二分类和边界框回归后得到一系列预选框；然后，将上述预选框输入到特征金字塔结构中，同时融合注意力掩模模块得到更具表征性的特征；最后经过多分类和边界框回归，不断训练迭代模型，得到多尺度的全卷积目标检测结果。该方法不仅实现了精度的有效提升，还能保持高效的速度，可应用于机器人视觉、消费电子、自动驾驶、人机交互、智能视频监控等场所。