巡逻执勤是具有重要意义的安全维稳行动，但是巡逻环境复杂、目标多样、检测难度大的问题十分突出，所以如何准确、实时检测巡逻执勤目标具有重大现实意义。为了提升对巡逻执勤目标检测的准确性和实时性，基于YOLOv5算法进行改进。为抑制巡逻环境带来的干扰，结合ECA-Net注意力机制进行改进，提高被检测目标显著性；同时为保证较好的实时性及多尺度目标检测能力，引入BiFPN网络结构。将改进算法与原始算法进行比较，mAP提升3.51%；与4种算法进行了对比实验，结果显示该算法能较好地降低巡逻执勤目标检测因检测相似、尺度多样、光照干扰等问题带来的影响，进一步验证了该算法在巡逻执勤目标检测任务中的有效性。
