针对行人多目标检测跟踪中易出现遮挡和小目标检测失效的问题，提出一种基于YOLOX的改进行人多目标跟踪算法。在YOLOX中增加小目标检测层(Small Target Detection Layer, STDL)以增强小目标特征，使用新的损失函数提升目标定位精度。为了强化通道间差异，引入坐标注意力机制(Coordinate Attention, CA),综合提升YOLOX的目标检测精度，并对检测目标采用动态匹配阈值数据关联方法提升跟踪性能。为了验证所提算法的性能，将其与Sort算法、DeepSort算法及ByteTrack算法进行对比，实验结果表明，在MOT17数据集下，跟踪准确度(Multiple Object Tracking Accuracy, MOTA)提升了1.6%,跟踪稳定性(Identification F1,IDF1)提升了2.4%,身份切换(ID Switches, IDs)降低了22%。所提算法可以有效地应对遮挡和小目标失效问题，能够提升检测跟踪稳定性和准确性。