本发明公开了一种基于Gram矩阵和F范数的图像特征检测方法，属于图像显著性目标检测技术领域。本发明的图像特征检测方法首先去掉VGG‑16网络最后一层的池化层和全联接层，提取图像在多个尺度下丰富的多层次特征张量，并利用Gram矩阵和F范数对多尺度下的图像进行权重判定，求得特征张量在不同尺度不同卷积层的权重，最后利用各尺度下的权重对图像进行加权融合得到最终的特征图像。实验结果表明，该方法有效地融合了多级卷积特性。融合后的特征互补、鲁棒，可用于检测各种场景中的显著物体。本发明的检测模型在复杂场景下效果较好，与前人的方法相比，显著图像边界信息更加明显，高亮区域更加均匀。