本发明公开了一种轻量化的汽车尾灯灯语实时识别方法，包括以下步骤：设计MCA‑YOLOv5s网络获取车辆尾部检测框的信息和置信度；通过Bytetrack模块获得车辆尾部图像的跟踪序列；设计基于分块注意力和混洗注意力的三维时空卷积神经网络即TSA‑X3d网络的识别尾灯灯语。本发明设计MCA‑YOLOv5s网络对交通场景里的车辆尾部进行检测，利用Bytetrack网络得到车辆尾部的跟踪序列，最后设计TSA‑X3d网络对跟踪序列进行时空特征的提取从而获得尾灯灯语。本发明整体模型较小，对硬件要求较低，在离线对系统模型训练后，方便部署在资源有限的设备上，大大提高了行车的安全性，实现了灯语识别的准确高效。