本发明公开了一种基于kmeans的高效车辆检测方法，包括离线学习和实时检测的步骤，先利用离线学习过程得到的样本预处理的白化矩阵，用于在实时检测时样本的白化操作，避免不同分量的权重不一致带来的影响，然后利用训练样本训练K棵决策树，用于实时检测，得到检测目标；在实时检测中，利用简单特征挑选有可能是车辆的候选框，再进行kmeans特征提取，利用K棵决策树进行预测分类，得到检测目标。与现有技术相比，本发明具有提高了检测的精度，增强了实时性，降低误检，漏检的概率等优点。