本文提出了基于FP-SSD(Feature Pyramid-Single Shot Detector)算法的多尺度目标检测方法。首先对训练样本进行处理，采用自适应裁剪算法裁剪训练样本，以适应单张图片中不同尺度的目标，同时扩充训练样本数量；然后以resnet网络替代SSD结构中原有的VGG网络，从而使网络的特征提取能力增强；最后在整体网络结构中加入特征金字塔网络(Feature Pyramid Network)，实现了上下特征层的信息融合。针对实际巡检图像进行了应用研究。结果表明，本文所提出的目标检测方法，较原始SSD算法而言，在小尺度目标检测方面精度有了明显提高，同时，对大尺度目标保持着良好的检测效果，说明本方法对于多尺度目标检测有着更好的适用性