摘要：針對工廠廠房和倉庫無人門禁系統需對貨運車輛單獨檢測與識別的特殊需求,提出一種融合Darknet19網絡與SSD（Single Shot-multibox Detector）模型的車輛檢測與識別模型。首先,采集真實場景中包括行人、叉車、貨車的大量圖片并進行人工標注,構建一個私有數據集;其次,在Caffe框架下使用ImageNet2012數據集重新訓練Darknet19網絡,并通過更換基礎分類網絡及在每個卷積層后加入批歸一化（Batch Normalization）層等方式改進SSD目標檢測模型,構建出一個新的端到端的車輛檢測模型。結果表明,該模型對貨運車輛的平均查準率可達99.2%,檢測幀率可達72幀/s,準確率與實時性均滿足廠區環境檢測貨運車輛的要求。