本发明公开了一种基于掩模与边框相似性损失的车辆检测方法，包括如下步骤：使用MaskRCNN模型预训练；利用MaskRCNN模型预检测；构造车辆检测模型；输入车辆数据集及对应的预检测结果，由主干网络获取卷积神经网络的特征并使用预检测框提取车辆特征，使用掩模对该特征的每一通道应用Hadamard积得到分离后的车辆特征；根据预检测结果构造边框相似性损失训练车辆检测模型。本发明基于掩模与边框相似性损失，利用可见部分掩模分离本车辆的特征与周围车辆特征，通过排除遮挡物体的干扰提高准确率；构建关联边框的相似性损失，提高边框回归的质量。