本發(fā)明涉及自動(dòng)駕駛技術(shù)領(lǐng)域，具體涉及一種超輕量級(jí)高性能檢測(cè)識(shí)別方法，包括對(duì)深度學(xué)習(xí)模型進(jìn)行壓縮，得到壓縮模型；調(diào)整壓縮模型的特征提取模塊的深度，提升了特征提取性能，得到調(diào)整模型；優(yōu)化調(diào)整模塊的特征融合模塊并添加SPP模塊，得到初步檢測(cè)識(shí)別模型；優(yōu)化初步檢測(cè)識(shí)別模型的貪心算法，得到最終檢測(cè)識(shí)別模型；使用最終檢測(cè)識(shí)別模型對(duì)待檢測(cè)圖片進(jìn)行車輛檢測(cè)識(shí)別，得到識(shí)別結(jié)果，本發(fā)明通過對(duì)深度學(xué)習(xí)模型進(jìn)行改進(jìn)，降低了漏檢率，進(jìn)一步提高了最終檢測(cè)識(shí)別模型在交通相對(duì)密集的場(chǎng)景中檢測(cè)的召回率和準(zhǔn)確率，解決了現(xiàn)有的單級(jí)檢測(cè)器的漏檢率較高的問題。