一种适用于高速公路监控摄像头的车辆目标检测方法技术

本发明专利技术公开了一种适用于高速公路监控摄像头的车辆目标检测方法，包括以下步骤：获取高速公路监控视频车辆目标检测数据集；骨干网络的搭建；目标检测子网络的搭建；数据增强策略的设计；基于

【技术实现步骤摘要】
一种适用于高速公路监控摄像头的车辆目标检测方法


[0001]本专利技术属于图像处理
，具体涉及一种适用于高速公路监控摄像头的车辆目标检测方法
。

技术介绍

[0002]高速公路场景下的车辆目标检测作为智慧高速公路系统的重要组成部分，其任务是在图像或视频中识别和定位车辆目标
。
然而，由于地形
、
车辆尺寸和种类的多样性，以及不同气候和遮挡等问题，导致车辆目标检测任务变得异常困难，尤其是对小目标车辆的检测，由于其存在可利用特征少
、
定位精度要求高
、
样本不均衡以及小目标聚集现象等特点，使得小目标车辆难以被检测
。
因此，研究如何快速
、
准确的识别场景中的车辆目标是智慧高速公路系统研究的热点和难点，其能够为后续的车辆跟踪
、
拥堵检测
、
停车事件检测
、
流量预测等任务提供有力的技术支撑，确保智慧高速公路系统的可靠性
。
[0003]车辆目标检测作为目标检测的子任务，一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种适用于高速公路监控摄像头的车辆目标检测方法，其特征在于，包括以下步骤：
S1.
获取高速公路监控视频车辆目标检测数据集；
S2.
骨干网络的搭建；
S3.
目标检测子网络的搭建；
S4.
数据增强策略的设计；
S5.
基于
SSD
算法的高速公路监控视频车辆目标检测网络的训练
。2.
根据权利要求1所述的一种适用于高速公路监控摄像头的车辆目标检测方法，其特征在于，所述步骤
S1
包括以下子步骤：
S1.1
收集高速公路监控摄像头的视频，按帧将视频转换为图像，并利用
LabelImg
工具将图像制作成数据集；
S1.2
对数据集进行清洗，筛选出标注有误的图像并剔除；
S1.3
采用
K
‑
means
聚类算法设计先验框尺寸；
S1.4
随机选择数据集中
90
％的图像作为训练集，剩余
10
％的图像作为测试集，训练集和测试集分别用于模型的训练和测试
。3.
根据权利要求2所述的一种适用于高速公路监控摄像头的车辆目标检测方法，其特征在于：所述步骤
S1.1
中，所述数据集包括车辆训练图片和标注信息文件
。4.
根据权利要求1所述的一种适用于高速公路监控摄像头的车辆目标检测方法，其特征在于，所述步骤
S2
包括以下子步骤：
S2.1
引入结构重参数化网络
RepVGG
作为
SSD
算法的特征提取网络；其中，
RepVGG
网络包括
stage0、stage1、stage2、stage3、stage4
和自适应平均池化层，
stage0
有1个卷积层，
stage1
有4个卷积层，
stage2
有6个卷积层，
stage3
有
16
个卷积层，
stage4
有1个卷积层；
S2.2
提取
RepVGG
网络
stage1
‑
4、stage2
‑
6、stage3
‑
16、stage4
...

【专利技术属性】
技术研发人员：赵敏，孙棣华，夏磊，向光华，陈星州，尹泽龙，刘钒，
申请(专利权)人：重庆首讯科技股份有限公司，
类型：发明
国别省市：