在自动驾驶系统中，从图像中准确识别车辆、行人和自行车是至关重要的任务。除了对预测精度的高要求外，实时运行的需求也给卷积神经网络模型带来了新的挑战。本报告提出一种实时2D目标检测方法，通过融合多种主流的一阶段目标检测器，并独立训练采用不同输入策略的模型，以提升各类目标（尤其是小目标）的多尺度检测精度。为实现模型加速，我们采用TensorRT对检测流水线的推理过程进行优化。如Waymo开放数据集挑战赛实时2D检测赛道的排行榜所示，所提出的检测框架在该赛道中取得了第二名的成绩，L1 mAP达到75.00%，L2 mAP达到69.72%；同时，在Nvidia Tesla V100 GPU上实现了45.8ms/帧的延迟，满足实时性要求。