目标检测可以为图像理解提供分类与定位信息,有较强的应用价值,被广泛应用于自动驾驶、遥感图像探测等任务中。随着深度学习与神经网络近年来的发展,基于深度神经网络的目标检测方法取得了重大进展。全监督目标检测方法的发展非常依赖大规模精确标注数据集,而边框级的标注费时费力,成本高昂,因此弱监督目标检测方法逐渐受到关注,其仅需要图像级标签,大大降低了训练数据集的标注成本。本文的研究内容为仅有图像级标签的弱监督目标检测任务。弱监督目标检测存在以下三个问题:由于缺乏边框级标签,无法依据目标候选框与边框级标签的位置关系判断其为正样本还是负样本,从而筛选正负样本使其均衡;当训练图像存在同类别多物体时,只选择其中一个最高分目标候选框作为初始正样本生成的伪真值可信度过低,不利于后续分支的训练;网络趋向于选择物体最具有辨别力的区域。针对这三个问题,本文首先引入弱监督语义分割的结果,依据分割结果计算目标候选框的环境分数,利用环境分数区分正负样本,以硬抑制与软抑制两种方式抑制负样本对网络训练过多的影响,并在弱监督目标检测基础网络上增加边框回归分支,简化训练过程。其次,本文利用不同训练阶段网络预测结果的不一致性,提出最优目标候选框累积策略,随着训练的进行,能够挖掘图像中更多同类别的初始正样本,进一步平衡正负样本,生成更可靠的伪真值监督示例优化分支和边框回归分支的训练,提升整体网络的检测能力。最后,由于特征提取网络卷积模块输出特征图所关注的区域与所选择的最高分目标候选框包含的区域息息相关,因此对特征提取网络进行优化,使其可以关注到物体更完整的部分,并且使得物体与背景的差异变大。本文利用不同层卷积模块输出特征图的不一致性,优化特征提取网络中卷积模块的输出特征,从而促进网络检测能力的进一步提升。本文在两个公开数据集上进行了实验。实验结果可以表明各章所提出的方法都具备有效性,能够提升弱监督目标检测网络的检测能力,最终性能可达到与目前主流弱监督目标检测方法相当的水平。