本发明公开了一种图像目标检测方法及系统，采用基于注意力机制的网络结构提取图像特征，而后采用区域生成网络生成候选区域方法，最后采用非极大值抑制去除多余的侯选框，得到最终的检测结果。目标检测过程为：输入图片，图片经主干网络和空间网络提取特征。主干网络将卷积后的图像特征数据输入到空间网络模块和融合网络模块。空间网络、主干网络和融合网络模块的输出特征，以及后续添加的卷积层的输出特征，作为后续回归和分类的依据。通过RPN算法产生多个先验框，再通过NMS进行过滤，得到最终的目标检测结果。本发明实施例通过基于注意力机制的图像目标检测方法，在提升总体识别准确率的情况下，进一步提升小目标物体的检测识别能力。