本发明公开了一种基于注意力机制的图像拼接定位检测方法，一：准备图像拼接数据集，将其分为训练集、验证集和测试集三个部分；二：设计双流的多任务学习神经网络结构；三：设计多任务的损失函数；四：优化训练，得到拼接区域定位模型；五：将待检测的图像输入到步骤四中训练好的模型，得到拼接定位结果。本发明与现有技术相比的优点在于：引入浅层的低水平特征，能够提供更多的细节信息，提高网络的特征表示能力；引入图像的边缘和拼接区域的边缘作为监督信息，并设计多任务的损失函数，能够对拼接区域进行更准确的定位；引入Squeeze‑excitation注意力机制，对融合特征进行重新校准，能够使模型更加关注对定位贡献较大的特征，得到更加准确的拼接定位结果。