针对交通领域中,高杆视频监控成像质量低、易受光照、气候等环境因素影响,且相关数据集较少的情况,该文采用Yolo V4框架,采用模拟车灯效果,旋转及缩放等数据增强的方法形成新的扩展训练集,旨在提高夜间车辆的识别能力。经验证,数据增强后的样本数据形成的权重数据,相对于原始训练集,能够大幅度提高夜间车辆的检测率和准确度。