本发明公开了一种基于YOLOv4的物体目标在线检测模型。它包括输入端、BackBone、Neck、Prediction、输出端五个部分，其中输入端通过BackBone主干网络提取输入图像的特征，然后Neck部分采用SPP模块和FPN+PAN结合的方式，将输入图像划分为S*S的网格，目标中心点所在网格负责完成对目标的相关检测，每个网格预测B个边界框以及分别属于C种类别的概率，并输出表征边界框中是否包含目标及输出边界框准确度的置信度信息。本发明的有益效果是：更能有效增加主干特征的接收范围，显著分离最重要的上下文特征，从而解决了回归效率降低、精准度下降的问题。