En el proceso de propagación de características, las capas de convolución de bajo nivel de la red de propagación de características hacia adelante carecen de información semántica, y se produce pérdida de información cuando se transfiere información detallada a las capas de convolución de nivel superior; por lo tanto, se necesitan redes de fusión de características de múltiples etapas para resolver la interacción entre las capas de convolución de bajo nivel y las capas de convolución de alto nivel. Basándonos en una red de retroalimentación de características bidireccional y un mecanismo de fusión de características, creamos una nueva red de detección de objetos llamada Detector de Caja Única Multiescala Basado en Red de Pirámide de Características (FFSSD). Una arquitectura ascendente y descendente con conexiones laterales mejora la capacidad del detector para extraer características, luego se utilizan mapas de características semánticas multiescala de alto nivel para generar una red de pirámide de características. Los resultados muestran que la red propuesta alcanza un mAP del 83.58% para la detección de imágenes de cápsula de próstata, proporcionando capacidad de detección en tiempo real. El mecanismo de interacción de contexto puede transferir información semántica de alto nivel a la convolución de bajo nivel, y la convolución resultante después de la fusión de bajo y alto nivel contiene información de ubicación y semántica más rica.