Esta investigación explora la eficacia del algoritmo YOLOR (You Only Learn One Representation) integrado con el algoritmo Deep Sort para la detección, clasificación y conteo de vehículos en tiempo real en Morelia, México. El estudio tiene como objetivo mejorar el monitoreo y la gestión del tráfico mediante el aprovechamiento de técnicas avanzadas de aprendizaje profundo. La metodología implica desplegar el modelo YOLOR en seis estaciones de monitoreo clave, con diferentes niveles de confianza y pesos pre-entrenados, para evaluar su rendimiento en diversas condiciones de tráfico. Los resultados demuestran que el modelo es efectivo en comparación con otros en la clasificación de múltiples tipos de vehículos. La combinación de YOLOR y Deep Sort resulta efectiva en el seguimiento de vehículos y en distinguir entre diferentes tipos, proporcionando datos valiosos para optimizar el flujo de tráfico y la planificación de infraestructuras. Este enfoque innovador ofrece una solución escalable y precisa para la gestión inteligente del tráfico, estableciendo nuevas metodologías para sistemas de monitoreo de tráfico urbano.