本发明公开了一种适于高速公路监控场景的多尺度车辆目标检测方法，属于智能交通领域。本发明车辆目标检测方法，以ConvNeXt V2网络为基础对YOLOv8骨干网络进行改进，并向ConvNeXt V2网络中引入SPD‑Conv模块和SA‑Conv模块，用于强化模型的多尺度特征表达能力；其次，采用特征金字塔网络HS‑FPN对骨干网络提取到的特征图进行融合增强，以应对车辆目标的多尺度检测；最后，采用分类任务和回归任务相互解耦的检测头对增强的多尺度特征图进行分类与回归，最终得到车辆目标的检测结果。本发明能够有效提高高速公路监控场景的多尺度车辆目标特征提取的精确度，更好地应对场景中目标尺度变化大、干扰因素多等状况，可在保证检测效率的同时提升检测精度。