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 |
|---|
![]() |
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.
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 windowsLink to this sectionArgumentos 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. |
Você também pode usar vários argumentos de track na solução DistanceCalculation.
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Especifica o algoritmo de rastreamento a ser usado, por exemplo, bytetrack.yaml ou botsort.yaml. |
conf | float | 0.1 | Define o limite de confiança para detecções; valores mais baixos permitem que mais objetos sejam rastreados, mas podem incluir falsos positivos. |
iou | float | 0.7 | Define o limite de Intersection over Union (IoU) para filtrar detecções sobrepostas. |
classes | list | None | Filtra resultados por índice de classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas. |
verbose | bool | True | Controla a exibição dos resultados de rastreamento, fornecendo uma saída visual dos objetos rastreados. |
device | str | None | Especifica 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:
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
show | bool | False | Se True, exibe as imagens ou vídeos anotados em uma janela. Útil para feedback visual imediato durante o desenvolvimento ou teste. |
line_width | int or None | None | Especifica 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_conf | bool | True | Exibe a pontuação de confiança para cada detecção ao lado do rótulo. Fornece insights sobre a certeza do modelo para cada detecção. |
show_labels | bool | True | Exibe 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:
- Extrai os centroides (pontos centrais) das bounding boxes selecionadas
- Calcula a distância euclidiana entre esses centroides em pixels
- 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.
