【摘要】目标检测是计算机视觉实践课程中重要的实验项目，尤其是小目标检测是该领域的难点。针对实验中常用的SSD模型存在的小目标检测能力不足等问题，提出采用特征图融合的方法改进特征金字塔的结构。在不改变特征图通道数的前提下，对底层特征图通过上采样和卷积操作，增强细节信息的表征能力，构成新的特征金字塔进行训练和预测。在VOC数据集上的测试结果表明：相较于SSD模型，改进模型对不同大小目标的检测精度都有提升，小目标的检测精度提升一倍以上，并且改善了SSD模型存在的漏检和误检问题。通过模型的优化和对比，加深了学生对目标检测原理的理解，提高了学生解决实际问题的能力，促进了计算机视觉实践课程的建设。