Un logotipo de vehículo ocupa una pequeña proporción de un automóvil y tiene diferentes formas. Estas características dificultan la detección de logotipos de vehículos basada en visión artificial. Para mejorar la precisión de la detección de logotipos de vehículos en fondos complejos, se presentó un modelo YOLOv4 mejorado. En primer lugar, se introdujo el CSPDenseNet para mejorar la red de extracción de características de la columna vertebral, y se agregó una capa de salida superficial para reponer la información superficial del objetivo pequeño. Luego, se empleó el bloque residual de convolución deformable para reconstruir la estructura del cuello y capturar las características de formas diversas e irregulares. Finalmente, se propuso una nueva cabeza de detección basada en un bloque transformador convolucional para reducir la influencia de los fondos complejos en la detección de logotipos de vehículos. Los resultados experimentales mostraron que la precisión promedio de todas las categorías en el conjunto de datos VLD-45 fue del 62.94%, que fue un 5.72% más alta que el modelo original. Esto indicó que el modelo mejorado podría desempeñarse bien en la detección de logotipos de vehículos.