针对加油站场景中的目标检测算法存在检测精度低的问题，提出一种基于Yolov3-Tiny的加油站场景目标检测改进算法。该算法以Yolov3-Tiny模型为基础网络，引入Yolov4算法提出的Mosaic图像增强方式进行数据预处理，采用密集连接模块重构特征提取网络，并将CBAM (Convolutional Block Attention Module)注意力模块与金字塔池化模块(Pyramid Pooling Module)加入到网络中，最终实现了加油站场景下的目标检测。实验结果表明，改进的算法相比于原算法的总体mAP提升了8.2%,能更有效地应用于加油站目标检测中。