随着人工智能的迅速发展，无人驾驶成为当前汽车行业的主要研究方向之一，基于视觉的车辆检测成为了无人驾驶汽车技术中不可替代的一部分。文章基于单阶段检测算法YOLOv3 提出了一种新的目标检测方法。首先在 COCO 数据集基础上制作增广数据集，并且标注轿车，卡车，摩托车和车轮等车辆特征，之后用得到的 COCO 数据集与增广数据集对YOLOv3 的网络进行训练，得到新的目标检测模型后将检测实验结果进行对比。然后利用该网络结构对不同检测算法之间的检测结果进行对比。通过对比可知，文章提出的方法有效地提高了车辆特征提取的准确度，同时也提高了检测速度，增加了鲁棒性，有效地解决了无人驾驶环境感知模块检测精度低的问题，为无人驾驶决策模块提供精准的感知结果。