近些年来,随着在移动设备中结合深度网络学习的需求不断增加,实时目标检测在计算机视觉任务中取得了很大的进步。然而,目前的研究方法普遍存在这样一个问题:无法实现检测效率与检测精度之间的平衡。即当前实时检测方法,通常会以折损检测精度作为代价,以实现高效的检测速度。因此,多数采用自顶向下结构的轻量型网络,都存在空间细节信息丢失和多层次语义信息缺乏的问题。针对目前轻型网络存在的问题,本文提出了一种高效的结合上下文语义信息的网络架构,即多级语义金字塔网络,用于在资源和计算能力有限的设备上进行实时目标检测。网络主要由两个模块构成,分别是多尺度特征融合模块和多层次语义增强模块。多尺度特征融合模块,集成了不同层次的特征,结合不同尺度的语义信息,解决了空间信息丢失的问题。同时,又引入了基于注意力模型的特征细化机制,在保持开销较小的情况下,实现了可观的性能提升。多层次语义增强模块,实现了轻量级语义分割的加入,将不同的特征层组合成浅、中、深三个层次的特征,然后将特征聚合到主干网络,有效地利用多层次的语义信息,解决了语义信息缺乏的问题。最终,网络在保证没有多余计算参数引入的同时,实现了空间细节信息的补充,有效的结合了上下文语义信息,实现了网络表达能力的提升。最后,本文通过在CIFAR-100、PASCAL VOC和MS COCO数据集上的实验,证明了多级语义金字塔网络,在保持紧凑结构的前提下,获得了很好的结果。