显著目标检测（SOD）近年来备受关注，但在高分辨率（HR）图像上的研究相对较少。不幸的是，与低分辨率（LR）图像及其注释相比，高分辨率图像及其像素级注释的生成无疑更加耗时费力。因此，我们提出了一种基于图像金字塔的SOD框架——逆向显著性金字塔重建网络（InSPyReNet），该框架无需任何高分辨率数据集即可进行高分辨率预测。我们设计了InSPyReNet以生成严格的显著性图金字塔结构，这使得可以通过基于金字塔的图像融合来组合多个结果。为了实现高分辨率预测，我们设计了一种金字塔融合方法，该方法从同一张图像的不同尺度生成两个不同的图像金字塔，从而克服有效感受野（ERF）差异。我们在公共的低分辨率和高分辨率SOD基准上进行了广泛的评估，结果表明InSPyReNet在各种SOD指标和边界准确性方面均超过了现有最先进（SotA）的方法。