对雾天条件下图像或视频中的交通事故识别是城市交通监控中十分重要且具有挑战性的任务。该任务的难度在于雾天监控采集到的画面视觉效果差、噪声大,目标检测难。针对这些问题,本文提出一种改进的YOLOv4算法,以提升雾天交通事故识别的精度。首先运用图像去雾算法MSRCR对采集到的画面进行去雾处理;其次对输入端自适应图片进行缩放,以加快模型推理速度;然后对主干网络下采样后的残差块个数进行调整,在减少网络参数量的同时提升特征提取的速度;最后在主干网络添加具有和主干网络下采样块相同通道数的支路,用于提升网络的表达能力。实验结果表明,先经过MSRCR去雾算法处理数据,再通过改进的YOLOv4算法进行检测,与使用原始的YOLOv4算法进行检测相比mAP提升了1.23%,处理速率可达33.6fps。