Cálculo de distância usando Ultralytics YOLO26#
O que é cálculo de distância?#
O cálculo de distância é o processo de medir o espaço entre dois objetos detectados em uma imagem ou quadro de vídeo. No caso do Ultralytics YOLO26, o centroide da caixa delimitadora é usado para calcular a distância das caixas delimitadoras destacadas pelo usuário.
Assista: Como estimar a distância entre objetos detectados em pixels com Ultralytics YOLO 🚀
Elementos visuais#
| Cálculo de distância usando Ultralytics YOLO26 |
|---|
![]() |
Vantagens do cálculo de distância#
- Precisão de localização: melhora o posicionamento espacial preciso em tarefas de visão computacional.
- Estimativa de tamanho: permite estimar o tamanho dos objetos para uma melhor compreensão contextual.
- Compreensão da cena: melhora a compreensão de cenas 3D para uma tomada de decisões mais eficaz em aplicações como veículos autônomos e sistemas de vigilância.
- Prevenção de colisões: permite que os sistemas detectem possíveis colisões monitorando as distâncias entre objetos em movimento.
- Análise espacial: facilita a análise das relações e interações entre objetos no ambiente monitorado.
Cálculo de distância
- Clique com o botão esquerdo do mouse em duas caixas delimitadoras quaisquer para calcular a distância.
- Use o botão direito do mouse para excluir todos os pontos desenhados.
A distância é uma estimativa
A distância é uma estimativa e pode não ser totalmente precisa, pois é calculada usando dados 2D, que não contêm informações de profundidade.
Calcule distâncias com YOLO26#
A solução DistanceCalculation rastreia objetos entre os quadros e mede a distância euclidiana, em pixels, entre os centroides de duas caixas delimitadoras quaisquer que você selecionar com o mouse. Execute o exemplo abaixo e, em seguida, clique com o botão esquerdo em dois objetos para desenhar a linha que os conecta e ver a distância; clique com o botão direito para limpar a seleção.
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
# Gravador de vídeo
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))
# Inicializa o objeto de cálculo de distância
distancecalculator = solutions.DistanceCalculation(
model="yolo26n.pt", # caminho para o arquivo do modelo YOLO26.
show=True, # # Apresenta o resultado
)
# Processa o vídeo
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) # acessa a saída
video_writer.write(results.plot_im) # escreve o quadro processado.
cap.release()
video_writer.release()
cv2.destroyAllWindows() # fecha todas as janelas abertasArgumentos de DistanceCalculation()#
Aqui está uma tabela com os argumentos de DistanceCalculation:
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
model | str | None | Caminho para um arquivo de modelo Ultralytics YOLO. |
line_width | int | 2 | Espessura das linhas das caixas, dos pontos-chave e das contagens desenhados pela solução. |
verbose | bool | True | Ativa o registro por quadro da solução, com o formato da entrada, as contagens por classe e a velocidade de processamento. A chamada de rastreamento em si é sempre silenciosa. |
Você também pode usar vários argumentos de track na solução DistanceCalculation.
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
tracker | str | 'tracktrack.yaml' | Especifica o algoritmo de rastreamento a utilizar. Opções integradas: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml. |
conf | float | 0.25 | Define o limiar de confiança das deteções; valores mais baixos permitem rastrear mais objetos, mas podem incluir falsos positivos. |
iou | float | 0.7 | Define o limiar de interseção sobre união (IoU) para filtrar deteções sobrepostas. |
classes | list | None | Filtra os resultados pelo índice da classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas. |
device | str | None | Especifica o dispositivo para a inferência (por exemplo, cpu, cuda:0 ou 0). Permite escolher entre CPU, uma GPU específica ou outros dispositivos de computação para executar o modelo. |
imgsz | int or tuple | 640 | Tamanho da imagem de destino para a inferência: um número inteiro para uma imagem quadrada ou um par (height, width). As dimensões são ajustadas ao stride do modelo. |
max_det | int | 300 | Número máximo de deteções mantidas por fotograma antes do rastreamento, limitando os objetos que uma solução processa em cenas densas. |
quantize | int or str | None | Precisão da inferência: 16 (FP16) ou 32/não definido (FP32) para modelos PyTorch e TorchScript; os outros formatos calculam com a precisão selecionada pelo artefacto e pelo ambiente de execução. Substitui a opção half, obsoleta. |
Além disso, estão disponíveis os seguintes argumentos de visualização:
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
show | bool | False | Se True, exibe as imagens ou os vídeos anotados em uma janela. Útil para obter feedback visual imediato durante o desenvolvimento ou os testes. |
show_conf | bool | True | Exibe a pontuação de confiança de cada detecção junto ao rótulo. Mostra o grau de certeza do modelo em cada detecção. |
show_labels | bool | True | Exibe os rótulos de cada detecção na saída visual. Permite identificar imediatamente os objetos detectados. |
Detalhes da implementação#
A classe DistanceCalculation funciona rastreando objetos entre quadros de vídeo e calculando a distância euclidiana entre os centroides das caixas delimitadoras selecionadas. Quando você clica em dois objetos, a solução:
- Extrai os centroides (pontos centrais) das caixas delimitadoras selecionadas
- Calcula a distância euclidiana entre esses centroides em pixels
- Exibe a distância no quadro com uma linha conectando os objetos
A implementação usa o método mouse_event_for_distance para lidar com as interações do mouse, permitindo que os usuários selecionem objetos e limpem as seleções conforme necessário. O método process processa cada quadro, rastreia objetos e calcula distâncias.
Aplicações#
O cálculo de distância com YOLO26 tem diversas aplicações práticas:
- Análise do varejo: mede a proximidade dos clientes aos produtos e analisa a eficácia do layout da loja
- Segurança industrial: monitora as distâncias seguras entre trabalhadores e máquinas
- Gestão do trânsito: analisa o espaçamento entre veículos e detecta quando um veículo segue outro muito de perto
- Análise esportiva: calcula as distâncias entre jogadores, a bola e posições importantes no campo
- Saúde: garante o distanciamento adequado em áreas de espera e monitora a movimentação dos pacientes
- Robótica: permite que os robôs mantenham distâncias adequadas de obstáculos e pessoas
Perguntas frequentes#
Para calcular distâncias entre objetos usando Ultralytics YOLO26, você precisa identificar os centroides das caixas delimitadoras dos objetos detectados. Esse processo envolve inicializar a classe
DistanceCalculationdo módulosolutionsda Ultralytics e usar os resultados de rastreamento do modelo para calcular as distâncias.Usar o cálculo de distância com Ultralytics YOLO26 oferece várias vantagens:
- Precisão de localização: fornece posicionamento espacial preciso para os objetos.
- Estimativa de tamanho: ajuda a estimar tamanhos físicos, contribuindo para uma melhor compreensão contextual.
- Compreensão da cena: aprimora a compreensão de cenas 3D, ajudando a tomar melhores decisões em aplicações como direção autônoma e vigilância.
- Processamento em tempo real: realiza cálculos em tempo real, sendo adequado para a análise de vídeos ao vivo.
- Capacidades de integração: funciona perfeitamente com outras soluções YOLO26, como rastreamento de objetos e estimativa de velocidade.
Sim, você pode calcular distâncias em transmissões de vídeo em tempo real com Ultralytics YOLO26. O processo envolve capturar quadros de vídeo usando OpenCV, executar a detecção de objetos do YOLO26 e usar a classe
DistanceCalculationpara calcular as distâncias entre objetos em quadros consecutivos. Para ver uma implementação detalhada, consulte o exemplo de transmissão de vídeo.Para excluir os pontos desenhados durante o cálculo de distância com Ultralytics YOLO26, clique com o botão direito do mouse. Essa ação limpará todos os pontos desenhados. Para mais detalhes, consulte a seção de observações do exemplo de cálculo de distância.
Os principais argumentos para inicializar a classe
DistanceCalculationno Ultralytics YOLO26 incluem:model: caminho para o arquivo do modelo YOLO26.tracker: algoritmo de rastreamento a ser usado (por padrão, as soluções usamtracktrack.yaml).conf: limite de confiança para detecções.show: sinalizador para exibir a saída.
Para ver a lista completa e os valores padrão, consulte os argumentos de DistanceCalculation.
