1.一种带有区域放大操作的改进ssd目标检测算法，步骤如下：
(1)采用ssd网络，在公开数据集pascalvoc2007和pascalvoc2012上训练获得ssd模型；
(2)在ssd网络的低层特征图采用区域放大策略，利用步骤(1)中训练获得的ssd模型生成目标对应的建议区域，并通过区域映射操作将建议区域映射到相应低层特征层上，对建议区域对应的目标特征进行放大以提高小目标的检测精度；
(3)通过特征提取操作，对ssd网络的多个高层进行特征提取，获得新的网络层，增加网络深度改善中目标的检测精度；
(4)将改进的ssd网络低层特征和高层特征进行结合，重构特征金字塔，并利用类别和位置检测层实现目标检测；
(5)根据改进方法，在步骤(1)中训练获得的ssd模型基础上进行参数再训练以获得最终的模型。
2.根据权利要求1所述的一种带有区域放大操作的改进ssd目标检测算法，其特征在于，步骤(1)中是从公开数据集pascalvoc2007和pascalvoc2012中挑选7类目标组成训练数据集，包括16237张图像，检测类别为自行车、公交车、汽车、猫、狗、摩托车和人。
3.根据权利要求1所述的一种带有区域放大操作的改进ssd目标检测算法，其特征在于，步骤(2)中利用ssd网络用于检测的低层卷积层conv4_3，对其采用反卷积操作获得高分辨反卷积图，并将建议区域映射到反卷积图中，对目标区域特征进行放大，丰富特征细节信息。另外，额外引入更低层卷积层conv3_3，通过特征层提取操作获得对应特征图，同样利用建议区域映射实现目标区域特征放大。
4.根据权利要求1所述的一种带有区域放大操作的改进ssd目标检测算法，其特征在于，该算法训练步骤如下：
(1)采用ssd网络，在公开数据集pascalvoc数据集上训练获得ssd模型，迭代12万次，四块gpu，型号为nvidiatitanxp，显存12gb。
(2)从pascalvoc数据集中重新挑选训练集，包括3376张图像，由于mscoco数据集中的中目标和小目标相对较多，在mscoco数据集中挑选不同尺度的小、中目标组成测试集。
(3)使用步骤(2)的训练集，在步骤(1)中训练的ssd模型参数的基础上，采用改进方法进行训练获得最终模型。
5.根据权利要求4所述的一种带有区域放大操作的改进ssd目标检测算法，其特征在于，步骤(3)中由于在已训练好ssd模型已有参数基础上进行再训练，改进方法训练集有所减少，且在一块型号为gtx1060、显存为6gb的gpu上即可完成训练与测试，降低了训练对gpu的成本和计算能力的要求。
6.根据权利要求4所述的一种带有区域放大操作的改进ssd目标检测算法，其特征在于，步骤(3)中网络超参数设置为：初始学习速率为0.0001，权重衰减为0.0005，动量为0.9，采用随机梯度下降算法训练网络，迭代47600次收敛获得最终模型。