Los detectores basados en anclas son ampliamente adoptados en la detección de objetos. Para mejorar la precisión de la detección de objetos, se colocan múltiples cajas de anclaje de manera intensiva en la imagen de entrada, sin embargo, la mayoría de ellas son inválidas. Aunque los métodos sin anclas pueden reducir el número de cajas de anclaje inútiles, las inválidas siguen ocupando una alta proporción. Sobre esta base, este documento propone un método de detección de objetos basado en propuestas de puntos centrales para reducir el número de cajas de anclaje inútiles mientras se mejora la calidad de las cajas de anclaje, equilibrando la proporción de muestras positivas y negativas. Al introducir el módulo de diferenciación en la capa superficial, el nuevo método puede aliviar el problema de detección faltante causado por la superposición de puntos centrales. Cuando se entrena y se prueba en el conjunto de datos COCO (Objetos Comunes en Contexto), este algoritmo registra un aumento de aproximadamente un 2% en AP (Precisión Promedio de Objetos Pequeños), alcanzando el 27.8%. El detector diseñado en este estudio supera a la mayoría de los detectores en tiempo real de última generación en términos de velocidad y precisión, logrando un AP de 43.2 en 137 ms.