我正在开展一个实施深度学习和计算机视觉的项目，以估算任何随机给定的路段/环形交叉路口或交叉路口的交通密度。 我被安装在无人机上的摄像头，它将捕捉交通镜头，我的目标是实时提取车辆和道路场景（图像分割）以计算密度。 问题在于，计算交通密度的原始公式是车辆数/道路单位长度，而使用现有方法和资源，我无法测量长度，只能测量车辆和道路/路面所覆盖的区域。我可以将交通密度计算为车辆面积/道路面积吗？如果没有，任何人都可以建议我通过在任何路段（直线/曲线）上自动深度学习来测量道路长度的方法。 我读过许多论文，提到了估算交通流量而不是密度来估算交通状况的方法。但是，我发现无法从交通流量推断出道路是否拥挤（流量= 0可能意味着交通繁忙或根本没有交通）。此外，它们中的一些可以测量道路的长度，因为它们在灯柱上安装静态摄像机，这使得背景静止并且他们可以容易地手动计算道路的像素长度。或者，我使用无人机在任何地方自动获取交通数据，因此无法测量道路的长度。
对于您的问题，我认为语义分段可能会更好。根据我的理解，你想要计算包含道路的图像与车辆的比例。您可以使用语义分段来找出属于每个类（即道路和车辆）的像素数，然后使用这些像素的比率作为您想要的度量的代表。