当前位置：首页 > news >正文

使用Ultralytics YOLO11进行距离计算

news 2026/5/11 22:52:15

什么是距离计算？

在指定空间内测量两个物体之间的距离称为距离计算。在Ultralytics YOLO11的情况下，边界框的质心被用来计算用户突出显示的边界框之间的距离。

观看：如何使用Ultralytics YOLO在像素中估算检测到的物体之间的距离 🚀

视觉效果

使用Ultralytics YOLO11进行距离计算

距离计算的优势

定位精度:提高计算机视觉任务中的准确空间定位。
尺寸估算：允许估算物体尺寸，以更好地理解上下文。
场景理解：改善3D场景理解，以便在自动驾驶车辆和监控系统等应用中做出更好的决策。
避碰：使系统能够通过监测移动物体之间的距离来检测潜在的碰撞。
空间分析：促进对监控环境中对象关系和相互作用的分析。

距离计算

用鼠标左键点击任意两个边界框以计算距离。
使用右键鼠标删除所有绘制的点。
在框架的任何位置单击以添加新点。

距离是估算的

距离是一个估算，可能并不完全准确，因为它是基于二维数据计算的，这缺乏深度信息。

使用Ultralytics YOLO进行距离计算

import cv2 from ultralytics import solutions cap = cv2.VideoCapture("path/to/video.mp4") assert cap.isOpened(), "Error reading video file" # Video writer w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS)) video_writer = cv2.VideoWriter("distance_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h)) # Initialize distance calculation object distancecalculator = solutions.DistanceCalculation( model="yolo11n.pt", # path to the YOLO11 model file. show=True, # display the output ) # Process video while cap.isOpened(): success, im0 = cap.read() if not success: print("Video frame is empty or processing is complete.") break results = distancecalculator(im0) print(results) # access the output video_writer.write(results.plot_im) # write the processed frame. cap.release() video_writer.release() cv2.destroyAllWindows() # destroy all opened windows

`DistanceCalculation()`论据

这里有一个包含DistanceCalculation论据的表格：

争论	类型	默认	描述
`model`	`str`	`None`	通往超预测 YOLO 模型文件的路径。

你也可以利用各种track在DistanceCalculation解决方案中。

争论	类型	默认	描述
`tracker`	`str`	`'botsort.yaml'`	指定使用的跟踪算法，例如，`bytetrack.yaml`或`botsort.yaml`。
`conf`	`float`	`0.3`	设置检测的置信阈值；较小的值允许跟踪更多的物体，但也可能包括假阳性。
`iou`	`float`	`0.5`	设置交并比 (IoU) 用于过滤重叠检测的阈值。
`classes`	`list`	`None`	通过类索引过滤结果。例如，`classes=[0, 2, 3]`只跟踪指定的类。
`verbose`	`bool`	`True`	控制跟踪结果的显示，提供跟踪对象的视觉输出。
`device`	`str`	`None`	指定推理设备（例如，`cpu`，`cuda:0`或`0`）。允许用户在CPU、特定GPU或其他计算设备之间选择用于模型执行的设备。

此外，以下可视化参数是可用的：

争论	类型	默认	描述
`show`	`bool`	`False`	如果`True`，在窗口中显示标注的图像或视频。在开发或测试期间提供即时视觉反馈。
`line_width`	`int or None`	`None`	指定边界框的线宽。如果`None`，线宽将根据图像大小自动调整。提供视觉定制以提高清晰度。
`show_conf`	`bool`	`True`	显示每个检测的置信分数以及标签。了解模型对每个检测的确定性。
`show_labels`	`bool`	`True`	在视觉输出中显示每个检测的标签。提供对检测到的物体的即时理解。