Meet YOLO26: next-gen vision AI.

Link to this sectionCálculo de distância usando o Ultralytics YOLO26#

Link to this sectionO que é o cálculo de distância?#

O cálculo de distância é o processo de medir o espaço entre dois objetos detectados dentro de uma imagem ou frame de vídeo. No caso do Ultralytics YOLO26, o centroide da bounding box é usado para calcular a distância para as bounding boxes selecionadas pelo usuário.



Watch: How to estimate distance between detected objects with Ultralytics YOLO in Pixels 🚀

Link to this sectionVisuais#

Cálculo de distância usando o Ultralytics YOLO26
Cálculo de distância com Ultralytics YOLO26

Link to this sectionVantagens do cálculo de distância#

  • Precisão de localização: Melhora o posicionamento espacial preciso em tarefas de visão computacional.
  • Estimativa de tamanho: Permite a estimativa do tamanho do objeto para uma melhor compreensão contextual.
  • Compreensão de cena: Melhora a compreensão da cena 3D para uma tomada de decisão mais eficaz em aplicações como veículos autônomos e sistemas de vigilância.
  • Prevenção de colisões: Permite que sistemas detectem colisões potenciais monitorando distâncias entre objetos em movimento.
  • Análise espacial: Facilita a análise das relações e interações entre objetos dentro do ambiente monitorado.
Cálculo de distância
  • Clique em quaisquer duas bounding boxes com o botão esquerdo do mouse para calcular a distância.
  • Use o botão direito do mouse para excluir todos os pontos desenhados.
  • Clique com o botão esquerdo em qualquer lugar no frame para adicionar novos pontos.
A distância é uma estimativa

A distância é uma estimativa e pode não ser totalmente precisa porque é calculada usando dados 2D, que carecem de informações de profundidade.

Cálculo de distância usando Ultralytics YOLO
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="yolo26n.pt",  # path to the YOLO26 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

Link to this sectionArgumentos de DistanceCalculation()#

Aqui está uma tabela com os argumentos de DistanceCalculation:

ArgumentoTipoPadrãoDescrição
modelstrNoneCaminho para um arquivo de modelo Ultralytics YOLO.

Você também pode usar vários argumentos de track na solução DistanceCalculation.

ArgumentoTipoPadrãoDescrição
trackerstr'botsort.yaml'Especifica o algoritmo de rastreamento a ser usado, por exemplo, bytetrack.yaml ou botsort.yaml.
conffloat0.1Define o limite de confiança para detecções; valores mais baixos permitem que mais objetos sejam rastreados, mas podem incluir falsos positivos.
ioufloat0.7Define o limite de Intersection over Union (IoU) para filtrar detecções sobrepostas.
classeslistNoneFiltra resultados por índice de classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas.
verboseboolTrueControla a exibição dos resultados de rastreamento, fornecendo uma saída visual dos objetos rastreados.
devicestrNoneEspecifica o dispositivo para inferência (por exemplo, cpu, cuda:0 ou 0). Permite que os usuários selecionem entre CPU, uma GPU específica ou outros dispositivos de computação para a execução do modelo.

Além disso, os seguintes argumentos de visualização estão disponíveis:

ArgumentoTipoPadrãoDescrição
showboolFalseSe True, exibe as imagens ou vídeos anotados em uma janela. Útil para feedback visual imediato durante o desenvolvimento ou teste.
line_widthint or NoneNoneEspecifica a largura da linha das bounding boxes. Se None, a largura da linha é ajustada automaticamente com base no tamanho da imagem. Fornece personalização visual para maior clareza.
show_confboolTrueExibe a pontuação de confiança para cada detecção ao lado do rótulo. Fornece insights sobre a certeza do modelo para cada detecção.
show_labelsboolTrueExibe rótulos para cada detecção na saída visual. Proporciona compreensão imediata dos objetos detectados.

Link to this sectionDetalhes de implementação#

A classe DistanceCalculation funciona rastreando objetos através de frames de vídeo e calculando a distância euclidiana entre os centroides das bounding boxes selecionadas. Quando você clica em dois objetos, a solução:

  1. Extrai os centroides (pontos centrais) das bounding boxes selecionadas
  2. Calcula a distância euclidiana entre esses centroides em pixels
  3. Exibe a distância no frame com uma linha de conexão entre os objetos

A implementação usa o método mouse_event_for_distance para lidar com interações do mouse, permitindo que os usuários selecionem objetos e limpem seleções conforme necessário. O método process lida com o processamento frame a frame, rastreando objetos e calculando distâncias.

Link to this sectionAplicações#

O cálculo de distância com YOLO26 tem inúmeras aplicações práticas:

  • Análise de varejo: Meça a proximidade do cliente aos produtos e analise a eficácia do layout da loja
  • Segurança industrial: Monitore distâncias seguras entre trabalhadores e máquinas
  • Gestão de tráfego: Analise o espaçamento entre veículos e detecte colisões traseiras
  • Análise esportiva: Calcule distâncias entre jogadores, a bola e posições principais do campo
  • Saúde: Garanta o distanciamento adequado em áreas de espera e monitore o movimento dos pacientes
  • Robótica: Permita que robôs mantenham distâncias apropriadas de obstáculos e pessoas

Link to this sectionFAQ#

Link to this sectionComo calculo distâncias entre objetos usando o Ultralytics YOLO26?#

Para calcular distâncias entre objetos usando o Ultralytics YOLO26, você precisa identificar os centroides das bounding boxes dos objetos detectados. Este processo envolve inicializar a classe DistanceCalculation do módulo solutions da Ultralytics e usar as saídas de rastreamento do modelo para calcular as distâncias.

Link to this sectionQuais são as vantagens de usar o cálculo de distância com o Ultralytics YOLO26?#

Usar o cálculo de distância com o Ultralytics YOLO26 oferece várias vantagens:

  • Precisão de localização: Fornece um posicionamento espacial preciso para objetos.
  • Estimativa de tamanho: Ajuda a estimar tamanhos físicos, contribuindo para uma melhor compreensão contextual.
  • Compreensão de cena: Melhora a compreensão da cena 3D, auxiliando na melhor tomada de decisão em aplicações como direção autônoma e vigilância.
  • Processamento em tempo real: Realiza cálculos instantaneamente, tornando-o adequado para análise de vídeo ao vivo.
  • Capacidades de integração: Funciona perfeitamente com outras soluções do YOLO26, como rastreamento de objetos e estimativa de velocidade.

Link to this sectionPosso realizar cálculos de distância em fluxos de vídeo em tempo real com o Ultralytics YOLO26?#

Sim, você pode realizar o cálculo de distância em fluxos de vídeo em tempo real com o Ultralytics YOLO26. O processo envolve capturar frames de vídeo usando OpenCV, executar a detecção de objetos do YOLO26 e usar a classe DistanceCalculation para calcular distâncias entre objetos em frames sucessivos. Para uma implementação detalhada, veja o exemplo de fluxo de vídeo.

Link to this sectionComo excluo pontos desenhados durante o cálculo de distância usando o Ultralytics YOLO26?#

Para excluir pontos desenhados durante o cálculo de distância com o Ultralytics YOLO26, você pode usar um clique com o botão direito do mouse. Esta ação limpará todos os pontos que você desenhou. Para mais detalhes, consulte a seção de notas sob o exemplo de cálculo de distância.

Link to this sectionQuais são os principais argumentos para inicializar a classe DistanceCalculation no Ultralytics YOLO26?#

Os principais argumentos para inicializar a classe DistanceCalculation no Ultralytics YOLO26 incluem:

  • model: Caminho para o arquivo de modelo YOLO26.
  • tracker: Algoritmo de rastreamento a ser usado (o padrão é 'botsort.yaml').
  • conf: Limite de confiança para detecções.
  • show: Flag para exibir a saída.

Para uma lista exaustiva e valores padrão, veja os argumentos do DistanceCalculation.

Comentários