随着监控场景不断增加,行人检测也得到了迅猛的发展。行人跟踪,行为分析等这些基于行人检测支撑的技术在人们的生活中变得常见。行人检测技术不断前进才能从根本上带动上层应用的适用与普及。而在实际的行人检测系统中,不仅要考虑目标检测的准确性,也要考虑检测的实时性。这就要求我们在设计行人检测算法时,即要保证检测的准确性,也要保证检测的效率。本文将行人检测理论与实际应用相结合,在Tiny-YOLO的基础上实现了多尺度快速行人检测算法与实时行人检测系统。本文结合行人检测的特点,发现了Tiny-YOLO在行人检测领域存在着一些问题并在此基础上进行相应的改进。针对Tiny-YOLO在行人检测领域存在的问题,本文改进的方面有:(1)其中针对行人单一目标的检测,改进损失函数来使模型对行人检测效果更好;(2)针对漏检和错检,通过对网络结构的设计,增加特征提取能力;(3)针对小目标检测不准确问题,使用了特征金字塔与多尺度特征预测融合不同特征图语义,可以更容易的发现小目标行人,提高检测精度。本文也通过实验验证了上述改进的有效性。使得改进后的算法在保证行人实时检测速度实时性的同时,也提高了行人检测的准确率,基本上到达了应用落地的水平。最后通过实现一个实时行人检测系统与本文改进的行人检测算法相结合,来进一步验证算法的可用性与实用性。