La necesidad de que un vehículo perciba información sobre el entorno externo como un individuo inteligente e independiente ha crecido con el progreso de la conducción inteligente, desde la asistencia básica al conductor hasta la conducción autónoma de alto nivel. La capacidad de una unidad de detección independiente común para percibir el entorno externo está limitada por las características propias del sensor y el nivel del algoritmo. Por lo tanto, una unidad de detección independiente común no logra obtener información de detección integral de manera independiente en condiciones como lluvia, niebla y noche. En consecuencia, se propone en este trabajo un algoritmo de detección de objetivos basado en una red extendida para la fusión de radar de milímetros y visión, combinando el rendimiento perceptual complementario de los elementos de detección en el vehículo, la rentabilidad y la madurez de las tecnologías de detección independiente. Se utiliza primero la fusión a nivel de características en este trabajo de acuerdo con el análisis de las rutas técnicas de la fusión de radar de milímetros y visión. La evaluación de entrenamiento y prueba del algoritmo se lleva a cabo en el conjunto de datos nuScenes y en datos de prueba de una plataforma de adquisición de datos hecha en casa. Luego, se realiza una investigación extendida sobre el algoritmo de detección de objetivos de una sola etapa RetinaNet basado en la red de detección VGG-16+FPN para introducir imágenes de radar de milímetros como información auxiliar para la detección de objetivos en imágenes visuales. Utilizamos imágenes de radar de dos canales y imágenes visuales de tres canales como entradas de la red de fusión. También proponemos una red VGG-16 extendida aplicable a la fusión de radar de milímetros y visual, así como una red de pirámide de características extendida. Los resultados de las pruebas mostraron que el mAP de la red propuesta mejora en un 2.9% y la precisión de los objetivos pequeños se incrementa en un 18.73% en comparación con la red de referencia para la detección de objetivos en imágenes visuales puras. Este hallazgo verificó la capacidad de detección y la viabilidad algorítmica de la red de detección de objetivos de fusión extendida propuesta para objetivos visualmente insensibles.