1.一种基于目标检测的交通安全风险诊断方法，其特征在于，包括：基于预设的交通区域确定库，从预设的城市交通地图上确定易出现斗气车现象的交通区域；

持续获取所述交通区域内的区域图像；

基于预设的风险车辆目标检测库，尝试从所述区域图像上检测产生斗气车行为的风险车辆目标；

当检测到所述风险车辆目标时，诊断出所述交通区域存在交通安全风险，并对所述风险车辆目标进行安全提醒；

所述基于预设的风险车辆目标检测库，尝试从所述区域图像上检测产生斗气车行为的风险车辆目标，包括：从所述区域图像上提取出现车辆的车辆ID；

从预设的时间间隔库中确定所述车辆ID对应的时间间隔；

每隔所述时间间隔，执行如下操作：

从所述区域图像上确定所述出现车辆内的乘员图像、所述出现车辆与所述出现车辆周边预设的半径范围内其他出现车辆之间的第一位置关系、所述出现车辆与所述半径范围内的交通标线之间的第二位置关系；

基于预设的特征化模板，对所述乘员图像、第一位置关系和所述第二位置关系进行特征化处理，获得多个第一特征；

持续将所述第一特征与所述风险车辆目标检测库中的第二特征进行匹配；

获取最近预设的时间内所述第二特征与所述第一特征匹配符合的时间点、匹配符合的所述第二特征在所述风险车辆目标检测库中对应的表征行为和表征度；所述时间点、表征行为和所述表征度一一对应；

按照所述时间点，将对应所述表征行为和所述表征度设置于预设的时间轴线上的对应时间节点处；

尝试从所述时间轴线上筛选满足表征簇条件的表征簇；

当筛选到时，将对应所述出现车辆作为产生斗气车行为的所述风险车辆目标；

其中，所述表征簇条件包括：

所述表征簇由连续的多个所述表征行为和所述表征度形成；

所述表征簇中的所述表征行为形成的表征行为序列与预设的标准表征行为序列库的至少一个标准表征行为序列之间的匹配度大于等于预设的匹配度阈值和/或所述表征簇中的全部所述表征度的表征度和大于等于预设的表征度和阈值。

2.如权利要求1所述的一种基于目标检测的交通安全风险诊断方法，其特征在于，所述基于预设的交通区域确定库，从预设的城市交通地图上确定易出现斗气车现象的交通区域，包括：获取所述交通区域确定库中的交通区域确定经验的经验类型，所述经验类型包括：主动经验和被动经验；

当所述交通区域确定经验的经验类型为主动经验时，基于预设的交通区域地图搜索规则生成模板，根据所述交通区域确定经验，生成第一交通区域地图搜索规则；

执行所述第一交通区域地图搜索规则，从所述城市交通地图上搜索出易出现斗气车现象的交通区域；

当所述交通区域确定经验的经验类型为被动经验时，基于预设的聚类特征提取模板，对所述交通区域确定经验进行聚类特征提取，获得聚类特征；

基于所述交通区域地图搜索规则生成模板，根据所述聚类特征，生成第二交通区域地图搜索规则；

执行所述第二交通区域地图搜索规则，从所述城市交通地图上搜索出易出现斗气车现象的交通区域。

3.如权利要求1所述的一种基于目标检测的交通安全风险诊断方法，其特征在于，所述持续获取所述交通区域内的区域图像，包括：通过监控范围包含所述交通区域的交通监控设施持续获取所述交通区域内的所述区域图像。

4.如权利要求1所述的一种基于目标检测的交通安全风险诊断方法，其特征在于，所述对所述风险车辆目标进行安全提醒，包括：将所述风险车辆目标的所述车辆ID作为目标车辆ID；

从预设的车辆画像库中确定所述目标车辆ID对应的车辆画像；

基于预设的安全提醒信息生成模板，根据所述车辆画像，生成安全提醒信息；

从预设的车机节点库中确定所述目标车辆ID对应的车机节点；

将所述安全提醒信息推送至所述车机节点；

分别获取所述风险车辆目标的第一位置以及与所述风险车辆目标共同产生斗气车现象的其他风险车辆目标的第二位置；

在预设的交通提醒设施分布图中以所述第一位置为圆心，预设的半径长度为半径作1/

2圆；由所述第一位置出发向所述第二位置的射线平分所述1/2圆；

确定所述交通提醒设施分布图中落入所述1/2圆的交通提醒设施第三位置和提醒方向；

基于所述第一位置和由所述第一位置向所述第二位置的直线方向，构建第一方向向量；

基于所述第三位置和所述提醒方向，构建第二方向向量；

计算所述第一方向向量与所述第二方向向量的向量夹角；

将最大所述向量夹角对应所述交通提醒设施作为目标交通提醒设施；

控制所述目标交通提醒设施显示所述安全提醒信息。

5.一种基于目标检测的交通安全风险诊断装置，其特征在于，包括：交通区域确定模块，用于基于预设的交通区域确定库，从预设的城市交通地图上确定易出现斗气车现象的交通区域；

区域图像获取模块，用于持续获取所述交通区域内的区域图像；

风险车辆目标检测模块，用于基于预设的风险车辆目标检测库，尝试从所述区域图像上检测产生斗气车行为的风险车辆目标；

安全提醒模块，用于当检测到所述风险车辆目标时，诊断出所述交通区域存在交通安全风险，并对所述风险车辆目标进行安全提醒；

所述风险车辆目标检测模块基于预设的风险车辆目标检测库，尝试从所述区域图像上检测产生斗气车行为的风险车辆目标，包括：从所述区域图像上提取出现车辆的车辆ID；

从预设的时间间隔库中确定所述车辆ID对应的时间间隔；

每隔所述时间间隔，执行如下操作：

从所述区域图像上确定所述出现车辆内的乘员图像、所述出现车辆与所述出现车辆周边预设的半径范围内其他出现车辆之间的第一位置关系、所述出现车辆与所述半径范围内的交通标线之间的第二位置关系；

基于预设的特征化模板，对所述乘员图像、第一位置关系和所述第二位置关系进行特征化处理，获得多个第一特征；

持续将所述第一特征与所述风险车辆目标检测库中的第二特征进行匹配；

获取最近预设的时间内所述第二特征与所述第一特征匹配符合的时间点、匹配符合的所述第二特征在所述风险车辆目标检测库中对应的表征行为和表征度；所述时间点、表征行为和所述表征度一一对应；

按照所述时间点，将对应所述表征行为和所述表征度设置于预设的时间轴线上的对应时间节点处；

尝试从所述时间轴线上筛选满足表征簇条件的表征簇；

当筛选到时，将对应所述出现车辆作为产生斗气车行为的所述风险车辆目标；

其中，所述表征簇条件包括：

所述表征簇由连续的多个所述表征行为和所述表征度形成；

所述表征簇中的所述表征行为形成的表征行为序列与预设的标准表征行为序列库的至少一个标准表征行为序列之间的匹配度大于等于预设的匹配度阈值和/或所述表征簇中的全部所述表征度的表征度和大于等于预设的表征度和阈值。

6.如权利要求5所述的一种基于目标检测的交通安全风险诊断装置，其特征在于，所述交通区域确定模块基于预设的交通区域确定库，从预设的城市交通地图上确定易出现斗气车现象的交通区域，包括：获取所述交通区域确定库中的交通区域确定经验的经验类型，所述经验类型包括：主动经验和被动经验；

当所述交通区域确定经验的经验类型为主动经验时，基于预设的交通区域地图搜索规则生成模板，根据所述交通区域确定经验，生成第一交通区域地图搜索规则；

执行所述第一交通区域地图搜索规则，从所述城市交通地图上搜索出易出现斗气车现象的交通区域；

当所述交通区域确定经验的经验类型为被动经验时，基于预设的聚类特征提取模板，对所述交通区域确定经验进行聚类特征提取，获得聚类特征；

基于所述交通区域地图搜索规则生成模板，根据所述聚类特征，生成第二交通区域地图搜索规则；

执行所述第二交通区域地图搜索规则，从所述城市交通地图上搜索出易出现斗气车现象的交通区域。

7.如权利要求5所述的一种基于目标检测的交通安全风险诊断装置，其特征在于，所述区域图像获取模块持续获取所述交通区域内的区域图像，包括：通过监控范围包含所述交通区域的交通监控设施持续获取所述交通区域内的所述区域图像。

8.如权利要求5所述的一种基于目标检测的交通安全风险诊断装置，其特征在于，所述安全提醒模块对所述风险车辆目标进行安全提醒，包括：将所述风险车辆目标的所述车辆ID作为目标车辆ID；

从预设的车辆画像库中确定所述目标车辆ID对应的车辆画像；

基于预设的安全提醒信息生成模板，根据所述车辆画像，生成安全提醒信息；

从预设的车机节点库中确定所述目标车辆ID对应的车机节点；

将所述安全提醒信息推送至所述车机节点；

分别获取所述风险车辆目标的第一位置以及与所述风险车辆目标共同产生斗气车现象的其他风险车辆目标的第二位置；

在预设的交通提醒设施分布图中以所述第一位置为圆心，预设的半径长度为半径作1/

2圆；由所述第一位置出发向所述第二位置的射线平分所述1/2圆；

确定所述交通提醒设施分布图中落入所述1/2圆的交通提醒设施第三位置和提醒方向；

基于所述第一位置和由所述第一位置向所述第二位置的直线方向，构建第一方向向量；

基于所述第三位置和所述提醒方向，构建第二方向向量；

计算所述第一方向向量与所述第二方向向量的向量夹角；

将最大所述向量夹角对应所述交通提醒设施作为目标交通提醒设施；

控制所述目标交通提醒设施显示所述安全提醒信息。