(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211144814.3 (22)申请日 2022.10.17 (71)申请人 上海同陆云交通科技有限公司 地址 201804 上海市嘉定区安亭镇墨玉南 路888号2201室J1000 (72)发明人 张晓明　周审章　严京旗　钟盛　 杨康　 (74)专利代理 机构 上海秋冬专利代理事务所 (普通合伙) 31414 专利代理师 张月 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01)G06T 7/246(2017.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 基于目标检测和跟踪融合道路设施唯一性 提取方法及系统 (57)摘要 本发明涉及基于目标检测和跟踪融合道路 设施唯一性提取方法及系统， 其中系统包括依次 通信连接的目标检测网络训练模块、 目标检测网 络推理模块、 目标跟踪网络推理模块以及提取后 处理模块； 目标检测网络训练模块用于利用训练 集对YOLOv5网络模型进行训练， 得到训练好的 YOLO v5网络模型以及YOLO  v5网络模型输出的 需要检测的道路图像目标信息； 目标检测网络推 理模块用于对输入的道路图像目标信息的模型 前向推理； 目标跟踪网络推理模块用于判断当前 道路图像目标信息中的每个道路设施是否之前 的还是新增的； 提取后处理模块用于计算每个道 路设施ID是否跨越分界线， 并将跨越分界线的道 路设施截取， 作为 其在视野中的唯一 性。 权利要求书2页 说明书5页 附图4页 CN 115359448 A 2022.11.18 CN 115359448 A 1.基于目标检测和跟踪融合道路设施唯一性提取系统， 其特征在于： 包括依次通信连 接的目标检测网络训练模块、 目标检测网络推理模块、 目标跟踪网络推理模块以及提取后 处理模块； 所述目标检测网络训练模块用于利用所述训练集对YOLOv5 网络模型进行训练， 得到训 练好的YOLO  v5网络模型以及YOLO  v5网络模型输出的需要检测的道路图像目标信息； 所述目标检测网络推理模块用于对输入的所述道路图像目标信息的模型 前向推理； 所述目标跟踪网络推理模块用于判断当前所述道路图像目标信息中的每个道路设施 是否之前的还是新增的， 若是之前的， 将之前的ID号分配给它， 若是新增的， 则分配新的ID 号； 所述提取后处理模块用于计算每个道路设施ID是否跨越分界线， 并将跨越分界线的道 路设施截取， 作为 其在视野中的唯一 性。 2.基于目标检测和跟踪融合道路设施唯一性提取方法， 其特征在于： 包括以下步骤： 先 采用目标检测的方法， 进 行道路设施的检测， 再结合目标跟踪的方法， 对检测到的设施去除 重复， 即完成道路设施唯一 性提取。 3. 根据权利要求2所述的基于目标检测和跟踪融合道路设施唯一性提取方法， 其特征 在于： 所述目标检测的方法包括先利用目标检测网络训练模块得到训练好的YOLO  v5网络 模型以及YOLO  v5网络模型输出的需要检测的道路图像目标信息， 再利用目标检测网络推 理模块对输入的所述道路图像目标信息的模型 前向推理。 4. 根据权利要求3所述的基于目标检测和跟踪融合道路设施唯一性提取方法， 其特征 在于： 通过所述目标检测网络训练模块得到训练好的YOLO  v5网络模 型以及YOLO  v5网络模 型输出的需要检测的道路图像目标信息的方法包括以下步骤： 步骤1.1： 数据标注： 对 采集的道路设施样本进行 标注； 步骤1.2： 数据增强： 标注完成后， 对数据集进行数据增强， 数据增强方式包括但不限饱 和度、 对比度、 亮度、 转灰度、 角度旋转、 随机 裁剪增强技 术； 步骤1.3： 数据集划分： 步骤1.2后的数据， 按照训练集： 验证集： 测试集=8： 1： 1的比例对 数据集进行划分； 步骤1.4： 采用基于深度 学习的目标检测算法进行模型训练， 可采用的目标检测算法包 括YOLOv5； 步骤1.5： 模型部署， 使用推理框架进行推理， 包括TensorRT， 摆脱繁重 的库依赖问题， 加速推理， 提升计算效率。 5.根据权利要求3所述的基于目标检测和跟踪融合道路设施唯一性提取方法， 其特征 在于： 所述目标检测网络推理模块对输入的所述道路图像目标信息的模型前向推理的方法 包括以下步骤： 步骤2.1： 加载目标检测网络模型； 步骤2.2： 对输入的图像， 模型 前向推理； 步骤2.3： 模型后处 理， 提取其检测到的道路设施位置和具体 类别。 6.根据权利要求2所述的基于目标检测和跟踪融合道路设施唯一性提取方法， 其特征 在于： 所述结合目标跟踪的方法包括先利用目标跟踪网络推理模块对检测到的设施去除重 复， 然后再利用提取后处 理模块对道路设施唯一 性进行提取。权　利　要　求　书 1/2 页 2 CN 115359448 A 27.根据权利要求6所述的基于目标检测和跟踪融合道路设施唯一性提取方法， 其特征 在于： 所述目标跟踪网络推理模块对检测到的设施去除重复的方法包括以下步骤： 步骤3.1： 加载目标跟踪网络模型； 步骤3.2： 对输入的模块2检测到的道路设施， 模型 前向推理； 步骤3.3： 模型后处理， 判断当前图像中的每个道路设施是否之前的还是新增的， 若是 之前的， 将之前的ID号分配给它， 若是新增的， 则分配新的ID号。 8.根据权利要求6所述的基于目标检测和跟踪融合道路设施唯一性提取方法， 其特征 在于： 所述 提取后处 理模块对道路设施唯一 性进行提取的方法包括以下步骤： 步骤4.1： 在画面上根据业 务和经验， 画分界线； 步骤4.2： 计算每 个道路设施ID是否跨越分界线； 步骤4.3： 根据步骤4.2， 将跨越分界线的道路设施截取， 作为 其在视野中的唯一 性。权　利　要　求　书 2/2 页 3 CN 115359448 A 3