El monitoreo de inteligencia vial es una tendencia inevitable de la inteligencia urbana, y la información sobre la vestimenta es el principal factor para identificar a los peatones. Por lo tanto, este artículo establece un modelo de reconocimiento de vestimenta de multi-información y propone un método de aumento de datos basado en el monitoreo vial. Primero, utilizamos Mask R-CNN para detectar la información de la categoría de vestimenta en el monitoreo; luego, transferimos la máscara al clúster k-means para obtener el color y finalmente obtenemos el color y la categoría de la vestimenta. Sin embargo, la escena de monitoreo y el conjunto de datos son bastante diferentes, por lo que se diseña un método de aumento de datos adecuado para el monitoreo vial para mejorar la capacidad de reconocimiento de objetivos pequeños y objetivos ocluidos. La capacidad de reconocimiento mAP (precisión media promedio) de objetivos pequeños se mejora en un 12.37% (de 30.37%). El método de este estudio puede ayudar a encontrar a los transeúntes relevantes en la escena de monitoreo real, lo que es propicio para el desarrollo inteligente de la ciudad.