本书是一本围绕视觉目标检测关键技术展开的专著。目标检测是计算机视觉领域的共性基础问题，在公共安全、智能制造、智能交通等诸多领域，具有重要的理论意义和应用价值。本书聚焦实际应用场景面临的目标种类数目繁多、尺度变化大、背景噪声干扰以及模态数据差异等复杂分布特性，旨在为构建高效的目标检测模型的深入研究与实际应用提供理论基础与技术支撑。内容涵盖目标特征提取、检测网络结构及其网络优化，以及多模态目标检测的精细表征、细粒度关联等多个方面，形成了视觉目标检测研究的系统性认识。