1.一种基于FCOS的车辆追踪方法，其特征在于，包括以下步骤：

检测步骤：获取车辆图片，并利用FCOS全卷积一阶段目标检测网络模型对车辆图片进行训练得出FCOS车辆检测模型，利用FCOS车辆检测模型检测车辆，获取车辆的位置信息；

追踪步骤：对FCOS车辆检测模型检测到的车辆进行特征提取，通过比较特征间相似度，进行车辆匹配，得出所有车辆的小段轨迹，利用轨迹比较模型计算小段轨迹间的相似度，对相似度最高的两个小段轨迹进行匹配连接；

所述追踪步骤具体包括：

1） 通过训练好的FaceNet模型计算裁剪的车辆图像的特征向量；

2） 通过图像边缘提取算法获取车辆图像的边缘特征信息；

3） 通过对前后帧所有的车辆图像进行特征对比，相似度最高的一组被标记为同一辆车；

4） 通过上述步骤，在固定的时间窗口内，得出所有车辆的小段轨迹；

5） 利用轨迹比较模型计算小段轨迹间的相似度，对相似度最高的两个小段轨迹进行匹配连接；

所述步骤3）通过对前后帧所有的车辆图像进行特征对比，相似度最高的一组被标记为同一辆车，具体包括：把上一帧图像和当前帧图像中所有车辆的特征信息进行对比，特征信息指的是融合了FaceNet提取的特征和图像边缘提取算法提取的边缘特征的特征信息，通过对比特征信息，结合IOU重叠度大小判断前后帧中两个车辆是否为同一车辆。

2.根据权利要求1所述的一种基于FCOS的车辆追踪方法，其特征在于，所述检测步骤具体包括：

1）对输入的道路监控视频采用ffmpeg进行解帧，并保存单帧图片；

2）利用FCOS车辆检测模型对所述单帧图片进行检测、识别，截取并保存被识别为车辆的部分。

3.根据权利要求2所述的一种基于FCOS的车辆追踪方法，其特征在于，所述FCOS车辆检测模型采用ResNet‑50作为FCOS的backbone网络，使用SGD优化器，初始学习率为0.01，batch size设置为16，在迭代12000次后得到模型，FCOS车辆检测模型用于检测出图片中的车辆，在检测后返回多个矩形框的顶点坐标，矩形框内即为被检测出的车辆，将矩形框内的图像截取并保存，方便后续进行特征提取和对比。

4.根据权利要求3所述的一种基于FCOS的车辆追踪方法，其特征在于， FaceNet是谷歌的人脸检测算法，选取FaceNet网络进行车辆特征的提取；FaceNet模型是利用多组车辆图片通过FaceNet网络训练得出，每组车辆图片都分别为同一辆车，实施中采用Google inception v1 作为backbone网络，采用SGD优化器，起始的学习率设置为0.05然后逐渐衰减直至模型收敛，在迭代8000次后得到FaceNet模型；

利用训练好的FaceNet模型对截取的车辆图片进行特征提取，得到128维向量，采用欧式距离度量特征间的相似性。

5.根据权利要求4所述的一种基于FCOS的车辆追踪方法，其特征在于，所述步骤2）通过图像边缘提取算法获取车辆图像的边缘特征信息，具体包括：边缘特征信息是通过canny算子提取的，通过建立图像金字塔，在不同尺度下对canny处理后的边缘图像进行模板匹配，得到一个最大匹配度。

6.根据权利要求5所述的一种基于FCOS的车辆追踪方法，其特征在于，所述步骤4）在固定的时间窗口内，得出所有车辆的小段轨迹，具体包括：选择64帧大小的窗口，对于每个车辆，将64帧时间上的位置串联起来形成小段轨迹。

7.根据权利要求6所述的一种基于FCOS的车辆追踪方法，其特征在于，所述步骤5）利用轨迹比较模型度量小段轨迹间的相似度，即通过卷积神经网络全连接层输出相似度，对相似度最高的两个小段轨迹进行匹配连接，得到每个车辆完整的轨迹，完成车辆追踪，具体包括：通过轨迹比较模型，将每64帧上的车辆位置信息和外观特征信息送入CNN网络，通过池化层进行特征合并，在全连接层输出轨迹间的相似性，轨迹比较模型是利用多个64帧时间窗口上的车辆小段轨迹样本训练得出。

8.一种基于FCOS的车辆追踪系统，其特征在于，包括：

检测模块：用于获取车辆图片，并利用FCOS全卷积一阶段目标检测网络模型对车辆图片进行训练得出FCOS车辆检测模型，利用FCOS车辆检测模型检测车辆；获取到车辆的位置信息；

追踪模块：用于对FCOS车辆检测模型检测到的车辆进行特征提取，通过比较特征间相似度，进行车辆匹配，得出所有车辆的小段轨迹，利用轨迹比较模型计算小段轨迹间的相似度，对相似度最高的两个小段轨迹进行匹配连接，完成匹配；

所述追踪模块具体包括以下步骤：

1） 通过训练好的FaceNet模型计算裁剪的车辆图像的特征向量；

2） 通过图像边缘提取算法获取车辆图像的边缘特征信息；

3） 通过对前后帧所有的车辆图像进行特征对比，相似度最高的一组被标记为同一辆车；

4） 通过上述步骤，在固定的时间窗口内，得出所有车辆的小段轨迹；

5） 利用轨迹比较模型计算小段轨迹间的相似度，对相似度最高的两个小段轨迹进行匹配连接；

所述步骤3）通过对前后帧所有的车辆图像进行特征对比，相似度最高的一组被标记为同一辆车，具体包括：把上一帧图像和当前帧图像中所有车辆的特征信息进行对比，特征信息指的是融合了FaceNet提取的特征和图像边缘提取算法提取的边缘特征的特征信息，通过对比特征信息，结合IOU重叠度大小判断前后帧中两个车辆是否为同一车辆。