1.一种目标检测方法，其特征在于，包括以下步骤：
获取双目摄像头拍摄的目标图像；
对所述目标图像进行深度计算得到深度图；
对所述深度图进行坐标转换得到目标图像在相机坐标系下的点云数据；
应用所述点云数据进行目标检测生成检测结果。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
从所述目标图像提取出rgb色彩信息；
将所述rgb色彩信息赋值给所述点云数据，得到更新后的点云数据。
3.根据权利要求2所述的方法，其特征在于，所述应用所述点云数据进行目标检测生成检测结果的步骤，包括：
将更新后的所述点云数据输入至训练好的第一深度学习网络模型，得到第一检测结果；所述第一检测结果包括目标的位置、色彩以及纹理信息。
4.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行深度计算得到深度图的步骤，包括：
对所述目标图像进行立体匹配得到视差图；
基于所述视差图以及双目摄像头的相机参数计算得到深度值，生成深度图。
5.根据权利要求4所述的方法，其特征在于，所述对所述深度图进行坐标转换得到目标图像在相机坐标系下的点云数据的步骤，包括：
基于所述深度值和所述双目摄像头的相机参数计算目标图像在相机坐标系下的坐标，得到目标图像在相机坐标系下的点云数据。
6.一种目标检测装置，其特征在于，所述装置包括：
获取模块，用于获取双目摄像头拍摄的目标图像；
深度模块，用于对所述目标图像进行深度计算得到深度图；
转换模块，用于对所述深度图进行坐标转换得到目标图像在相机坐标系下的点云数据；
检测模块，用于应用所述点云数据进行目标检测生成检测结果。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
提取模块，用于从所述目标图像提取出rgb色彩信息；将所述rgb色彩信息赋值给所述点云数据，得到更新后的点云数据；
所述检测模块，用于将更新后的所述点云数据输入至训练好的第一深度学习网络模型，得到第一检测结果；所述第一检测结果包括目标的位置、色彩以及纹理信息。
8.根据权利要求6所述的装置，其特征在于，所述深度模块用于对所述目标图像进行立体匹配得到视差图；基于所述视差图以及双目摄像头的相机参数计算得到深度值，生成深度图。
9.一种运载工具，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-5任一项所述的方法。
10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-5任一项所述的方法。