[发明专利]隧道拥堵检测模型的训练方法、装置、设备及存储介质

说明书

本申请实施例提供了一种隧道拥堵检测模型的训练方法、装置、设备及存储介质，该方法包括：获取多个训练样本，每个训练样本包括车辆视觉特征信息，以及车辆视觉特征信息对应的拥堵类型标签、以及车灯数量标签；将车辆属性信息输入预设分类模型进行拥堵类型判定，输出拥堵类型判定结果；以及，将车灯打光效果信息输入预设识别模型进行车灯数量判定，输出车灯数量判定结果；统计拥堵类型判定结果与拥堵类型标签一致、且车灯数量判定结果与车灯数量标签一致的命中率；当命中率满足预设阈值时，将预设分类模型确定为隧道拥堵检测模型；本申请实施例解决了能够解决现有的借助计算机视觉技术检测隧道拥堵的检测结果准确性较差的问题。

技术领域

本申请属于交通数据分析及处理领域，尤其涉及一种隧道拥堵检测模型的训练方法、装置、设备及存储介质。

背景技术

目前高速公路管理中，隧道的安全管控是重难点问题。在一个相对密封的环境中，隧道是高速公路的咽喉地段。管理和运营好这些咽喉至关重要，它能保障高速公路的安全畅通。交警部门通常利用智能管控平台，提高高速公路管理系统交互能力，深化隧道综合联动管控水平，而其中隧道拥堵检测就是智能管控的一个重要判断依据。依据检测结果，交警部门合理调配隧道交通，保障了驾乘人员更为安全、舒适的出行。

为了解决拥堵检测问题，以往都是通过人工排查的方式去检测大批量的隧道视频，这样的方法不仅低效，而且人工筛查容易出现纰漏。现已有借助计算机视觉技术，通过隧道道路上方的摄像头将道路信息传给计算机分析，进而确定隧道拥堵情况的方法。但是，该主要是检测隧道内车辆数量，来判定是否拥堵问题，由于车辆检测等图像处理方法会因为光照、大车遮挡等因素导致不能很好地检测到车辆，导致隧道拥堵检测结果准确性较差。

发明内容

本申请实施例提供一种隧道拥堵检测模型的训练方法、装置、设备及存储介质，能够解决现有的借助计算机视觉技术检测隧道拥堵的检测结果准确性较差的问题。

第一方面，本申请实施例提供一种隧道拥堵检测模型的训练方法，包括：

获取多个训练样本，每个训练样本包括隧道中的车辆视觉特征信息，以及车辆视觉特征信息对应的拥堵类型标签、以及车灯数量标签；车辆视觉特征信息包括：车辆属性信息，以及车灯打光效果信息；

将车辆属性信息输入预设分类模型进行拥堵类型判定，输出拥堵类型判定结果；以及，将车灯打光效果信息输入预设识别模型进行车灯数量判定，输出车灯数量判定结果；

统计拥堵类型判定结果与拥堵类型标签一致、且车灯数量判定结果与车灯数量标签一致的命中率；

当命中率满足预设阈值时，将预设分类模型确定为隧道拥堵检测模型。

进一步地，在一种实施例中，获取多个训练样本，包括：

获取隧道图像；

对隧道图像进行图像增强处理、归一化处理，得到多个训练样本。

第二方面，本申请实施例提供一种应用隧道拥堵检测模型检测隧道拥堵的方法，隧道拥堵检测模型通过隧道拥堵检测模型的训练方法而训练，该方法包括：

获取目标隧道图像；

将目标隧道图像输入隧道拥堵检测模型，输出隧道拥堵检测结果。

进一步地，在一种实施例中，在将目标隧道图像输入隧道拥堵检测模型之前，方法还包括：

对目标隧道图像进行图像增强处理、归一化处理。

第三方面，本申请实施例提供一种隧道拥堵检测模型的训练装置，包括：

获取模块，用于获取多个训练样本，每个训练样本包括隧道中的车辆视觉特征信息，以及车辆视觉特征信息对应的拥堵类型标签、以及车灯数量标签；车辆视觉特征信息包括：车辆属性信息，以及车灯打光效果信息；