随着计算机技术的不断发展,目标检测作为计算机视觉领域中的一项基本任务,具有广泛的应用。基于深度学习的目标检测算法以其优越的性能,成为了当前研究的主流,然而大多数检测算法仅对可见光图像进行检测。通常情况下,可见光图像在天气恶劣、夜间、目标被遮挡等场景成像较差,导致检测性能下降。利用红外图像可以改善上述问题,但红外图像会缺失目标的部分细节信息。因此,基于可见光和红外图像的双模特征融合检测算法逐渐兴起。本文针对YOLO系列算法在红外图像和双模图像上的检测性能不佳,深入研究红外目标检测的特点以及双模图像特征融合方式,对原始算法进行改进,提出了三个不同的检测算法。本文的三个工作及贡献如下:（1）由于红外图像在夜间、遮挡等场景中成像较可见光图像好,以提升红外目标检测性能为基础,提出一种基于全局上下文信息的红外目标检测算法M-YOLO。算法通过全局上下文信息聚合模块获取多尺度局部特征信息,提高模型的全局信息感知能力;设计一种自顶向下和自底向上的并行特征融合方法,保留多尺度特征信息且增强特征的表达能力;为实现轻量级红外检测,结合轻量级网络对红外图像提取特征,并通过两支检测头完成多尺度预测。所提算法使用公开的FLIR红外数据集和自建的GIR红外数据集验证其性能。在FLIR数据集上,M-YOLO的检测精度为83.4%,与基准算法YOLOv4（78.1%）相比,精度提升5.3%,检测速度为30.6 FPS;在GIR数据集上,M-YOLO的检测精度为76.1%,比YOLOv4（69.7%）高6.4%。（2）针对基于可见光和红外图像的双模特征融合不充分的问题,提出一种基于双模融合网络的目标检测算法。首先,算法同时输入可见光和红外图像对,可见光图像通过设计的可见光编码器,从垂直和水平两个空间方向聚合特征,通过精确的位置信息对通道关系进行编码;利用红外编码器提取红外图像的空间特征信息;最后,采用门控融合网络自适应调节双模特征的权重分配,实现跨模态特征融合。所提算法使用公开的KAIST行人数据集和自建的GIR数据集验证其性能。在KAIST行人数据集上,算法的n模型检测精度为73.8%,与基准算法YOLOv5-n单独检测可见光和红外图像的检测精度相比,所提算法分别提升15.1%和2.8%;算法的n模型检测精度为74.5%,与基准算法YOLOv5-s相比,检测精度分别提升14.7%和3%。在自建的GIR数据集上,所提算法的检测精度和速度均有提升。此外,所提算法能对单独输入的可见光或红外图像进行检测,且性能较基准算法有显著提升。（3）针对进一步研究门控融合网络的灵活用法,充分融合可见光和红外图像特征,提出一种基于双模特征对齐的目标检测算法。首先,提出双流目标检测算法,算法支持同时输入可见光和红外图像对;其次,采用中期融合,门控融合网络由双模特征对齐模块和特征融合模块构成。其中,双模特征对齐模块通过计算多尺度双模对齐特征向量,提取双模对齐特征的细节信息。特征融合模块对双模融合特征重校准后,与双模对齐特征相乘,实现低层特征和高层特征共同增强跨模态融合。所提算法使用KAIST行人数据集和GIR数据集验证其性能。在KAIST数据集上,算法的精度达到77.1%,与基准算法YOLOv5-s单独检测可见光和红外图像的精度相比,分别提升17.3%和5.6%;在自建的GIR数据集上,检测精度为91%,相较于基准算法单独检测可见光和红外图像,精度分别提升1.2%和14.2%,且速度满足实时性要求。