[发明专利]一种高速公路交通拥堵检测方法、设备及可读存储介质

权利要求书

1.一种高速公路交通拥堵检测方法，其特征在于，所述方法包括：

1)构建高速公路数据集M，训练数据集T，验证数据集V，标注车辆类别数C，训练数据批次大小batch，训练批次数batches，学习率l_rate，训练数据集T与验证数据集V之间的比例系数ζ，

ζ＝C(V)/C(T)

其中V∪T＝M，t_k表示训练数据集中的图片，v_k表示验证集中的图片，C∈N⁺(N⁺为正整数)，ζ∈(0,1)，batches∈N⁺,l_rate∈N⁺，batch∈N⁺，表示图像的高和宽，r表示图像的通道数；

2)设计参数自适应的焦点损失函数如下：

其中，C_ij表示第i个网格中的第j个锚点框中有前景目标的概率值，S×S为特征图中的网格数量，B为每个特征图中锚点的个数，代表第i个网格中的第j个锚点框中是否存在前景目标，如果有前景目标，则为1，如果没有前景目标，则为0，则代表第i个网格中的第j个锚点框中是否存在背景目标，如果有背景目标，则为0，如果没有背景目标，则为1；对于高速公路交通拥堵的应用场景，各类用于判定是否存拥堵的车辆目标为前景目标，其他目标均为背景目标，具体判断规则如下：

将真实的目标框中心坐标下采样到对应的特征图上；

使用K-means计算出的锚点框与下采样后的真实目标框进行IOU值计算；

取与目标框的最大IOU值对应的锚点来负责前景目标的检测，记为正样本；而其他锚点与目标框的IOU值大于0.7的将被忽略，不计入负样本；IOU值小于0.7的锚点框则被记为负样本，利用λ_NoObj超参数来调整正负样本比例；

对正样本进行目标框的位置回归计算；

3)利用步骤2)中的一阶段目标检测算法模型的损失函数，对模型进行梯度下降法训练，直至模型收敛，在系统运行阶段，利用一阶目标检测算法模型提取图像特征值，输出当前视频监测区域的目标检测不同车型的车辆数num∈N⁺，结合给定车道空间面积s，计算当前车道空间占有率σ＝num/s，判断道路交通状况是否拥堵。

2.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1所述的高速公路交通拥堵检测方法。

3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1所述的高速公路交通拥堵检测方法。