La detección de peatones representa una de las tareas críticas de la visión por computadora; sin embargo, detectar peatones puede verse comprometido por problemas como la variabilidad en la escala de las características de los peatones y el fondo desordenado, lo que puede causar fácilmente una pérdida de precisión. Por lo tanto, proponemos un método de detección de peatones basado en la red FCOS. En primer lugar, diseñamos un módulo de mejora de características para garantizar que se obtengan semánticas de alto nivel efectivas mientras se preservan las características detalladas de los peatones. En segundo lugar, definimos un juicio de región clave para reducir la interferencia de la información de fondo en la extracción de características de los peatones. Al probar en el conjunto de datos de peatones de Caltech, el valor de AP se mejora del 87.36% al 94.16%. Los resultados del experimento de comparación ilustran que el modelo propuesto en este documento puede aumentar significativamente la precisión.