针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题，参考OAMP-Net算法思想，引入残差结构，提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing, OAMP)估算信号的迭代过程展开为深度学习网络，同时引入残差结构，分别对各网络层的线性和非线性估计值进行逐层修正，有效防止估计误差的前向传播和过程积累，避免网络模型随着网络层数增加而发生性能退化，从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明，不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。