1.一种夜间车辆检测方法，其特征在于，该方法包括：获取待检测的图像；

利用训练好的目标检测模型对所述待检测的图像进行检测，得到检测目标；其中，所述目标检测模型对待检测的图像的处理过程包括：对待检测的图像进行特征提取，得到图像特征；

对所述图像特征进行特征增强，得到增强特征；

将所述增强特征输入到RPN网络中，生成候选框；

通过ROIPooling层对所述候选框进行处理，得到固定大小的特征图；

对所述特征图进行回归和分类，得到检测目标。

2.根据权利要求1所述的夜间车辆检测方法，其特征在于，所述对待检测的图像进行特征提取，得到图像特征的步骤包括：通过ResNet50网络对所述待检测的图像进行特征提取；其中，在ResNet50的Conv3至Conv5阶段的残差模块中引入缩放点乘注意力。

3.根据权利要求1所述的夜间车辆检测方法，其特征在于，所述对所述图像特征进行特征增强，得到增强特征的步骤包括：特征金字塔结构FPN对所述图像特征进行特征增强，得到增强特征。

4.根据权利要求3所述的夜间车辆检测方法，其特征在于，所述特征金字塔结构FPN包括四个特征层P2，P3，P4，P5，对特征层P2、P3进行下采样操作，对特征层P5进行上采样。

5.根据权利要求1所述的夜间车辆检测方法，其特征在于，所述对所述特征图进行回归和分类，得到检测目标的步骤包括：将所述固定大小的特征图输入到两个并列的全连接层中，对特征图进行回归和分类，得到检测目标。

6.根据权利要求5所述的夜间车辆检测方法，其特征在于，使用Softmax分类器对特征图进行分类，其中，Softmax分类器的公式为：其中，Softmaxj是Softmax分类器输出向量的第j个值，aj为输入向量的第j个值，ak为输入向量的第k个值，T表示类别数。

7.根据权利要求6所述的夜间车辆检测方法，其特征在于，若存在多个重叠的候选框，采用Soft‑NMS方法对候选框进行优化，Soft‑NMS的公式为：其中，Nt为设定的阈值，M为置信度最高的候选框，bi为其他任一候选框，IoU()表示交并比。

8.一种夜间车辆检测装置，其特征在于，包括：图像获取模块，用于获取待检测的图像；

目标检测模块，用于利用训练好的目标检测模型对所述待检测的图像进行检测，得到检测目标；其中，所述目标检测模型包括：特征提取模块，用于对待检测的图像进行特征提取，得到图像特征；

特征增强模块，用于对所述图像特征进行特征增强，得到增强特征；

候选框生成模块，用于将所述增强特征输入到RPN网络中，生成候选框；

特征图生生成模块，用于通过ROI Pooling层对所述候选框进行处理，得到固定大小的特征图；

分类回归模块，用于对所述特征图进行回归和分类，得到检测目标。