技术特征：
1.一种基于视频的测速方法，其特征在于，首先训练用于检测视频图像中各种车辆的车辆检测器，而后训练车辆目标跟踪器，用于跟踪由车辆检测器检测出来的车辆，再训练图像车辆轨迹-速度模型，并将图像车辆轨迹-速度模型加载于后端分析服务器；同时在后端分析服务器的预定义图像画面区域内，利用训练好的车辆检测器检测画面中车辆图像，以获取跟踪车辆及跟踪车辆的车辆轨迹，最后在后端分析服务器将卡口摄像头与地面的高度数据、卡口摄像头俯仰角、跟踪车辆轨迹中心像素数据集输入至图像车辆轨迹-速度模型中，即得到跟踪车辆速度。2.根据权利要求1所述的一种基于视频的测速方法，其特征在于，具体步骤如下：1）训练多类型用于检测视频图像中各种车辆的车辆检测器；2）训练车辆目标跟踪器，该车辆目标跟踪器用于跟踪通过步骤1）中车辆检测器检测出来的车辆，并得到车辆中心像素数据集；3）在道路卡口采集大规模原始数据，要求原始数据覆盖面广，原始数据包括车辆检测器能够检测出的车辆像素框数据及对应的车辆速度数据、卡口摄像头与地面的高度数据、卡口摄像头俯仰角、车辆目标跟踪器得到的车辆中心像素数据集，而后对原始数据进行预处理，形成样本数据集，并以高度数据、卡口摄像头俯仰角、车辆中心像素数据集为输入，对应的车辆速度数据为输出，进行模型训练，得到图像车辆轨迹-速度模型；4）将图像车辆轨迹-速度模型加载于后端分析服务器，并在后端分析服务器的预定义图像画面区域内，利用训练好的车辆检测器检测画面中车辆图像，若未检测到车辆，则后端分析服务器系统处于等待状态，若检测到车辆，则进入步骤5）；5）通过车辆目标跟踪器对步骤4）中检测出的车辆进行跟踪；6）获取步骤5）中跟踪到车辆的车辆轨迹中心像素，形成跟踪车辆轨迹中心像素数据集；7）摄像头像素大小与预定义图像画面区域设置固定，在后端分析服务器将高度数据、卡口摄像头俯仰角、跟踪车辆轨迹中心像素数据集输入至图像车辆轨迹-速度模型中，得到跟踪车辆速度。3.根据权利要求2所述的一种基于视频的测速方法，其特征在于，步骤1）中，利用efficientdet深度学习多目标检测算法训练多类型车辆检测器。4.根据权利要求2所述的一种基于视频的测速方法，其特征在于，步骤2）中，利用kalmanfilter跟踪算法训练车辆目标跟踪器。5.根据权利要求2所述的一种基于视频的测速方法，其特征在于，步骤3）中，通过机器学习回归方法进行模型训练，得到图像车辆轨迹-速度模型。6.根据权利要求2所述的一种基于视频的测速方法，其特征在于，步骤4）中，图像车辆轨迹-速度模型中设置有超速阈值。7.根据权利要求2所述的一种基于视频的测速方法，其特征在于，步骤4）中，图像车辆轨迹-速度模型中设置有报警模块。8.根据权利要求2所述的一种基于视频的测速方法，其特征在于，步骤4）中，后端分析服务器内设置有存储器。