本文介绍针对小目标检测的问题，提出一种基于YOLOv4的泛化改进算法，称为YOLOv4-MA，其中通过混合注意力网络(Mixed Attention Network, MA)来增强目标特征图的权重，从而提高检测精度。文中详细介绍了特征提取和特征融合的过程，并采用反卷积模块(Double Deconvolution Module, DDM)来提高语义信息的融合能力。最后使用注意力引导的特征金字塔网络(Attention-guided Context Feature Pyramid Network, AC-FPN)替代路径聚合网络(Path Aggregation Network, PANet)中的FPN来进一步提高性能。此算法在行人重识别、人脸识别等领域应用广泛。