SSD(Single Shot MultiBox Detector)是目标检测领域内重要的算法之一,在检测精度与速度上都取得了较好的结果。针对 SSD单层感受野不足,特征分辨能力差的问题,提出了 FASSD 优化模型(SSD with Feature Fusion Atrous)。FASSD模型通过对特征金字塔与预测器的改造,使模型在扩展感受野的同时能更充分的学习特征金字塔所带来的多尺度特征。在PASCAL VOC数据集上,FASSD取得了82.5%的mAP,相比于原始SSD提高了7.6%。