[發明專利]一種交通事故處理方法、設備及介質

在審

• 申請號: 202010450688.9
• 申請日: 2020-05-25
• 公開（公告）號: CN111753662A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 戴鴻君;金長新
• 申請（專利權）人: 濟南浪潮高新科技投資發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 董延麗

1.一種交通事故處理方法，其特征在于，所述方法包括：

將獲取的圖像數據輸入到預先訓練的交通事故檢測模型，確定出所述圖像數據對應的檢測結果；

根據所述圖像數據對應的檢測結果，判斷所述圖像數據對應地點是否發生交通事故；

在判斷出所述圖像數據對應地點發生交通事故，生成交通事故數據，并將所述交通事故數據發送至監控節點，以便監控節點根據所述交通事故數據做出對應處理。

2.根據權利要求1所述的交通事故處理方法，其特征在于，所述交通事故數據包括交通事故發生的時間、交通事故發生的地點以及交通事故的圖像。

3.根據權利要求1所述的交通事故處理方法，其特征在于，所述將獲取的圖像數據輸入到預先訓練的交通事故檢測模型之前，所述方法還包括：

對所述圖像數據進行預處理操作，其中，所述預處理操作包括歸一化、降噪、二值化以及字符切分中一種或多種。

4.根據權利要求1所述的交通事故處理方法，其特征在于，所述將獲取的圖像數據輸入到預先訓練的交通事故檢測模型之前，所述方法還包括：

獲取樣本集，其中，所述樣本集包括多個沒發生交通事故的圖像與多個發生交通事故的圖像；

根據所述樣本集中的圖像是否發生交通事故，對所述樣本集中的圖像進行標記；

建立初始的交通事故檢測模型；

根據標記后的樣本集訓練所述初始的交通事故檢測模型，得出符合預設條件的交通事故檢測模型。

5.根據權利要求4所述的交通事故處理方法，其特征在于，所述根據標記后的樣本集訓練所述初始的交通事故檢測模型，得出符合預設條件的交通事故檢測模型，具體包括：

將標記后的樣本集按照預先設定的比例劃分為訓練測試集與驗證集；

根據第一預設方式對所述訓練測試集進行驗證，并將第一預設比例的所述訓練測試集劃分為測試集，將第二預設比例的所述訓練測試集劃分為訓練集；

根據所述訓練集與所述測試集訓練所述初始的交通事故檢測模型，得出多個預選的交通事故檢測模型；

根據第二預設方式，在所述多個預選的交通事故檢測模型篩選出第一交通事故檢測模型；

將所述驗證集輸入至所述第一交通事故檢測模型，并根據代價函數確定出第一交通事故檢測模型的代價值；

若所述代價值處于預設閾值，所述第一交通事故檢測模型為符合條件的交通事故檢測模型。

6.根據權利要求5所述的交通事故處理方法，其特征在于，所述第一預設方式為十折交叉驗證法，所述第二預設方式為投票法，所述代價函數為softmax函數。

7.根據權利要求1所述的交通事故處理方法，其特征在于，所述交通事故檢測模型包括多個卷積層、多個池化層與多個全連接層。

8.根據權利要求7所述的交通事故處理方法，其特征在于，所述交通事故檢測模型具體包括：

第一層由一層3x3x32/1的卷積層和一層2x2/2的最大池化層組成；

第二層由一層3x3x64/1的卷積層和一層2x2/2的池化層組成；

第三層為一層3x3x128/1的卷積層；

第四層由一層1x1x64的卷積層、一層3x3x128/1的卷積層和2x2/2的池化層組成；

第五層由一層3x3x256/1的卷積層、一層1x1x128的卷積層、一層3x3x256/1的卷積層和一層2x2/2的池化層組成；

第六層由一層3x3x512/1的卷積層、一層1x1x256的卷積層和一層3x3x512/1的卷積層組成；

第七層由一層1x1x256的卷積層、一層3x3x512的卷積層和2x2/2的池化層組成；

第八層由四層全連接層組成。