本文针对目前主流的一阶段目标检测方法YOLOv4存在的提取深层和浅层信息特征不充分和信息利用率不足等问题进行研究。通过使用具有不同扩张率的扩张卷积来改进注意力机制模块，提出了一种新的基于扩张坐标注意力的目标检测方法YOLOv4-D。在浅层特征层之前使用扩张坐标注意力模块，能够融合不同感受野下的特征映射，提高浅层网络的特征提取能力。结合多尺度训练策略，该方法能够在保证检测速度不变的同时提升检测精度和鲁棒性。版权归论文作者所有侵联删。