1.一种无人机对地目标主动检测方法，其特征在于，包括以下步骤：S1、初始化智能体策略网络模型π train 、经验缓存池，回合计数器置零；S2、设t＝0，初始化无人机位置p t ，获取对应无人机观测图像o t ，初始化隐藏状态h t ；S3、对所述无人机观测图像o t 进行裁剪，获得待处理图像，对所述待处理图像进行场景预分解，对场景预分解后的图像进行特征提取，将提取的特征与隐藏状态h t 经过GRU融合后得到状态s t ，更新隐藏状态h t ，若t＞0，则将交互经验(s t-1 ,a t-1 ,r t-1 ,s t )存入经验缓存池中；S4、若经验缓存池中经验数据数量大于门限thre pool ，则从经验缓存池中抽取一批数据对智能体策略网络模型π train 进行训练；S5、基于状态s t ，智能体决策网络给出当前时刻的动作输出a t ，训练环境反馈奖励值r t ，无人机根据a t 移动到新的位置p t+1 ，得到新的目标观测图像o t+1 ；S6、t的值加1，若t达到最大时间步T max ，则跳转至步骤S2，否则转至步骤S3，当回合数大于所设常数时，得到训练好的智能体策略网络模型。
2.根据权利要求1所述的无人机对地目标主动检测方法，其特征在于，还包括：S7、利用训练好的智能体策略网络模型对无人机观测图像进行主动目标检测，得到目标观测图像。
3.根据权利要求1所述的无人机对地目标主动检测方法，其特征在于，所述智能体策略网络模型采用Dauling深度Q网络。
4.根据权利要求1所述的无人机对地目标主动检测方法，其特征在于，步骤S2中，对所述待处理图像进行场景预分解，对场景预分解后的图像进行特征提取的具体实现过程包括：利用SAM模型，以目标线框为提示，对所述待处理图像进行分割，利用掩膜遮盖目标周围地物，通过编码器对掩膜遮盖后的图像进行特征提取，将提取的特征向量与目标线框坐标的向量表示、无人机观测方位角的向量表示进行拼接，得到单视角观测对应的特征，即得到提取的特征。
5.根据权利要求4所述的无人机对地目标主动检测方法，其特征在于，地物的掩膜的灰度值在0至1范围内随机分布。
6.一种终端设备，包括存储器、处理器及存储在存储器上的计算机程序；其特征在于，所述处理器执行所述计算机程序，以实现上述权利要求1～5之一所述方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序/指令；其特征在于，所述计算机程序/指令被处理器执行时实现上述权利要求1～5之一所述方法的步骤。
8.一种计算机程序产品，包括计算机程序/指令；其特征在于，该计算机程序/指令被处理器执行时实现上述权利要求1～5之一方法的步骤。
