针对传统的目标检测方法油箱盖形状识别准确率低的问题，提出融合注意力机制和深度学习的汽车油箱盖区域检测方法。首先，通过添加注意力模块对 Yolov5 算法进行改进，加强提取检测对象的特征，提升 Yolov5 算法对小目标对象的检测准确率；然后，在 C3 模块以及主干网络中最后一层分别添加 SE 模块以及 CBAM 模块；最后，通过 Loss 以及mAP 训练结果对比得出在哪个位置添加何种模块对目标检测准确率提升效果更好。实验结果表明，在 C3 部分融合了SE模块之后，损失更加小接近 0，提升了检测能力，mAP 提高了 0.5%，基于改进算法后进行目标检测，置信度提升了 2%左右。