本发明公开了一种基于改进YOLOv3算法的红外车辆快速检测方法。主要解决现有技术对红外车辆检测准确率低和实时性差的问题。其方案是：采集交通道路上的车辆视频进行预处理，得到红外车辆图像数据集；通过对现有YOLOv3算法中的主干特征提取网络和预测网络进行改进，得到新的网络模型ConvDarknet19‑YOLOv3；将红外车辆图像数据集中划分出的训练集输入到该模型中，采用小批次随机梯度下降法对其训练，得到训练好的红外车辆检测模型；用红外热成像设备实时采集交通道路上的红外车辆视频，按帧送入已经训练好的模型中，得到车辆的实时位置和置信度。本发明检测准确率高，检测速度快，可用于自动驾驶和智能交通管理。