1.一种图像显著性检测方法，其特征在于，包括：
利用获取的训练样本，基于条件随机场，对利用全卷积网络构建的待训练模型进行迭代训练，得到目标检测模型；其中，所述训练样本包括图像数据和标注数据；
利用所述目标检测模型检测待检测数据，得到相应的检测结果；
基于显著性分割方法对所述检测结果进行优化，以提高图像显著性检测的精度。
2.根据权利要求1所述的图像显著性检测方法，其特征在于，所述利用获取的训练样本，基于条件随机场，对利用全卷积网络构建的待训练模型进行迭代训练，得到目标检测模型的过程之前还包括：
将所述训练样本相应的图像尺寸由原始尺寸调整为预设尺寸。
3.根据权利要求2所述的图像显著性检测方法，其特征在于，所述利用所述目标检测模型检测待检测数据，得到相应的检测结果的过程之前还包括：
将所述待检测数据相应的图像尺寸由原始尺寸调整为所述预设尺寸。
4.根据权利要求3所述的图像显著性检测方法，其特征在于，所述利用所述目标检测模型检测待检测数据，得到相应的检测结果的过程之后还包括：
将所述检测结果相应的图像尺寸由所述预设尺寸调整至所述检测结果相应的原始尺寸。
5.根据权利要求2至4任一项所述的图像显著性检测方法，其特征在于，调整图像尺寸的过程包括：
利用MATLAB中的imresize函数调整图像尺寸。
6.根据权利要求1所述的图像显著性检测方法，其特征在于，所述利用获取的训练样本，基于条件随机场，对利用全卷积网络构建的待训练模型进行迭代训练，得到目标检测模型的过程包括：
利用获取的训练样本，基于条件随机场，对所述待训练模型进行N次迭代训练，得到所述目标检测模型；其中，N为大于或等于35000的整数。
7.根据权利要求6所述的图像显著性检测方法，其特征在于，所述对所述待训练模型进行N次迭代训练的方式具体为：
每次从所述训练样本相应的图像中挑选任意一张图像对所述待训练模型进行迭代训练。
8.一种图像显著性检测系统，其特征在于，包括：
模型训练模块，用于利用获取的训练样本，基于条件随机场，对利用全卷积网络构建的待训练模型进行迭代训练，得到目标检测模型；其中，所述训练样本包括图像数据和标注数据；
数据检测模块，用于利用所述目标检测模型检测待检测数据，得到相应的检测结果；
结果优化模块，基于显著性分割方法对所述检测结果进行优化，以提高图像显著性检测的精度。
9.一种图像显著性检测设备，其特征在于，所述图像显著性检测设备包括处理器及存储有图像显著性检测程序的存储器；其中，所述图像显著性检测程序配置为实现如权利要求1至7任一项所述的图像显著性检测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有单芯片图像显著性检测程序，所述图像显著性检测程序被处理器执行时实现如权利要求1至7任一项所述的图像显著性检测方法的步骤。