1.一种基于弱监督学习的图像识别检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于弱监督学习的图像识别检测方法，其特征在于：通过点注释、边缘检测器、自适应洪水填充算法生成待检测图像的初始伪标签，具体为：
3.根据权利要求2所述的基于弱监督学习的图像识别检测方法，其特征在于：自适应掩模的半径r(i)为:
4.根据权利要求2所述的基于弱监督学习的图像识别检测方法，其特征在于：所述的步骤s204中，对区分好的图像i采用自适应洪水填充算法，得到待检测图像的初始伪标签，具体为：
5.根据权利要求3所述的基于弱监督学习的图像识别检测方法，其特征在于：所述的点监督显著目标检测模型包括视觉转换器、边缘保持解码器；
6.根据权利要求5所述的基于弱监督学习的图像识别检测方法，其特征在于：所述的步骤s3中，将待检测图像输入点监督显著目标检测模型，结合待检测图像的伪标签进行第1轮训练，得到最终显著图，具体为：
7.根据权利要求6所述的基于弱监督学习的图像识别检测方法，其特征在于：所述的步骤s303中，将边缘结构结合真实边缘检测器生成的边缘图约束，得到最终显著图，具体为：
8.根据权利要求7所述的基于弱监督学习的图像识别检测方法，其特征在于：所述的步骤s4中，抑制最终显著图的非显著性目标，具体为：
9.根据权利要求8所述的基于弱监督学习的图像识别检测方法，其特征在于：进行第1轮和第2轮训练时，采用了二进制交叉熵损失来约束e：
10.一种基于弱监督学习的图像识别检测系统，其特征在于：包括伪标签生成模块、模型构建模块、弱监督学习模块、非显著性目标抑制模块、检测识别模块；