Con un enfoque en aplicaciones prácticas en el mundo real, varios desafíos obstaculizan el progreso de la detección de peatones. La variación de escala, los fondos abarrotados y las características ambiguas de los peatones son los principales culpables de los fallos en la detección. Según estudios existentes, la fusión consistente de características, la minería de contexto semántico y los atributos inherentes de los peatones parecen ser soluciones factibles. En este documento, para abordar los problemas prevalentes de la detección de peatones, proponemos un detector de peatones sin anclaje, llamado percepción de contexto y atributo (CAPNet). En particular, primero generamos características con semántica bien definida y detalles locales consistentes mediante la introducción de un módulo de extracción de características con una estructura de múltiples etapas y flujos paralelos. Luego, se propone una red de minería y agregación de características globales (GFMA) para reconfigurar, reasignar y agregar características de forma implícita con el fin de suprimir características irrelevantes en el fondo. Por último, para aportar más reglas heurísticas a la red, mejoramos la cabeza de detección con un módulo de múltiples campos receptivos guiados por atributos (AMRF), aprovechando la forma del peatón como atributo para guiar el aprendizaje. Los resultados experimentales demuestran que la introducción de la percepción de contexto y atributo facilita en gran medida la detección. Como resultado, CAPNet logra un nuevo rendimiento de vanguardia en los conjuntos de datos de Caltech y CityPersons.