1.一种视觉机器人的目标搜寻方法，其特征在于包括步骤：获取搜寻目标信息；所述搜寻目标信息包括目标特征和所属目标类型，不同的目标类型对应有不同的目标检测神经网络模型；

启动视觉相机拍摄以获取视野图像，根据前述所属目标类型对应的目标检测神经网络模型的检测图像尺寸要求，对视野图像进行预处理以生成检测图像，将检测图像输入到前述对应的目标检测神经网络模型进行目标检测；所述检测图像是由分辨率不同的、且与视野图像相关的多个图像拼接而成；

获取目标检测结果，根据前述目标特征判断目标检测结果中是否有搜寻目标；

其中，对视野图像进行预处理以生成检测图像步骤包括：将视野图像作为原始分辨率图像，对原始分辨率图像按两个压缩比例进行压缩处理以获得分辨率不同的两个全局映射图像；其中，分辨率小的全局映射图像的尺寸小于检测图像的要求尺寸，分辨率大的全局映射图的尺寸大于检测图像的要求尺寸；

选取分辨率小的全局映射图作为检测图像的第一拼接图，用检测图像的尺寸减去前述第一拼接图的尺寸以获取剩余区域的尺寸；

根据剩余区域的尺寸的大小设置一个或多个截取框，通过所述截取框在分辨率大的全局映射图的边缘区域获取大分辨率的边缘局部图像，将所述边缘局部图像填充到前述剩余区域进行拼接，形成检测图像。

2.根据权利要求1所述的目标搜寻方法，其特征在于：在判定有搜寻目标的情况下，启动视觉机器人的跟随模式，对前述搜寻目标进行跟随；否则，调整视觉相机的拍摄角度向左或向右旋转预设角度，重新获取视野图像后，进行前述目标检测的过程。

3.根据权利要求2所述的目标搜寻方法，其特征在于：所述搜寻目标为人，所述目标特征为人脸特征信息，在跟随模式下，将所述人脸特征作为识别特征构建视觉跟踪器；以及，对应所述跟随模式设置有第一跟随距离，在跟随过程中与所述目标保持所述第一跟随距离。

4.根据权利要求3所述的目标搜寻方法，其特征在于：在跟随过程中，获取目标的图像，识别目标的衣着特征信息、装扮特征信息、携带物品特征信息和/或步态特征信息作为目标附加信息，将所述目标附加信息发送至视觉跟踪器进行搜寻目标信息更新。

5.根据权利要求2所述的目标搜寻方法，其特征在于：所述搜寻目标为车辆，所述目标特征为车辆ID信息，在跟随模式下，将所述车辆ID信息作为识别特征构建视觉跟踪器；以及，对应所述跟随模式设置有第一跟随距离，在跟随过程中与所述目标保持所述第一跟随距离。

6.根据权利要求4或5所述的目标搜寻方法，其特征在于：所述视觉相机为单目视觉相机或双目立体视觉相机；在跟随过程中，保持所述目标位于视野中心区域；

当跟随目标偏离时，通过控制机器人进行旋转来补偿偏移量，或者通过控制机器人上安装的视觉相机旋转来补偿偏移量，并调整跟随方位。

7.根据权利要求1所述的目标搜寻方法，其特征在于：通过视觉机器人的显示结构输出视觉相机拍摄的实时视野图像，在目标检测结果中有搜寻目标的情况下，将检测出的搜寻目标映射到前述实时视野图像中进行标识输出；

以及，将包含搜寻目标的实时视野图像发送至关联用户所在的远程终端进行输出显示。

8.根据权利要求7所述的目标搜寻方法，其特征在于：通过所述远程终端上的即时通信工具、短视频工具和/或直播工具输出前述实时视野图像。

9.一种根据权利要求1所述方法的视觉机器人，设置有视觉相机，其特征在于还包括如下结构：

信息采集模块，用于获取搜寻目标信息；所述搜寻目标信息包括目标特征和所属目标类型，不同的目标类型对应有不同的目标检测神经网络模型；

目标检测模块，用于启动视觉相机拍摄以获取视野图像，根据前述所属目标类型对应的目标检测神经网络模型的检测图像尺寸要求，对视野图像进行预处理以生成检测图像，将检测图像输入到前述对应的目标检测神经网络模型进行目标检测；所述检测图像是由分辨率不同的、且与视野图像相关的多个图像拼接而成；

目标搜寻模块，用于获取目标检测结果，根据前述目标特征判断目标检测结果中是否有搜寻目标。