针对单级多帧检测（SSD）算法中目标定位不准确、小目标检测精度低的问题，提出了一种基于优化预测定位的单级目标检测算法El-SSD。通过双向加权特征金字塔融合原始SSD预测特征地图的特征，解码输出特征地图的特征位置信息，重新分配特征通道权重，改进特征语义信息，捕获跨通道位置信息。通过构造分类置信度和附加定位可靠性的级联聚类，对预测帧进行非最大值抑制，从而提高检测阶段选定目标的定位精度。实验结果表明，VOC2007PASCAL上EL－SSD算法的平均探测率为79.8%，比原来的SSD算法高出2.6%。COCO数据集的精度为29.4%，比最初的SSD算法高3.5%。目标定位效果和小目标检测效果在检测画面上明显优于SSD。它适用于需要高定位性能的实时应用场景