Ultralytics YOLO27:

Cálculo de distância usando Ultralytics YOLO26#

O que é o cálculo de distância?#

O cálculo de distância é o processo de medir o espaço entre dois objetos detetados numa imagem ou num fotograma de vídeo. No caso do Ultralytics YOLO26, o centróide da caixa delimitadora é utilizado para calcular a distância entre as caixas delimitadoras destacadas pelo utilizador.



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

Elementos visuais#

Cálculo de distância usando Ultralytics YOLO26
Cálculo de distância do Ultralytics YOLO26

Vantagens do cálculo de distância#

  • Precisão da 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 melhor tomada de decisões em aplicações como veículos autónomos e sistemas de vigilância.
  • Prevenção de colisões: permite que os sistemas detetem possíveis colisões através da monitorização das distâncias entre objetos em movimento.
  • Análise espacial: facilita a análise das relações e interações entre objetos no ambiente monitorizado.
Cálculo de distância
  • Clica em quaisquer duas caixas delimitadoras com o botão esquerdo do rato para calcular a distância.
  • Usa o botão direito do rato para eliminar 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 carecem de informações de profundidade.

Calcular distâncias com YOLO26#

A solução DistanceCalculation acompanha objetos entre fotogramas e mede a distância euclidiana, em píxeis, entre os centróides de quaisquer duas caixas delimitadoras que selecionares com o rato. Executa o exemplo abaixo e, em seguida, clica com o botão esquerdo em dois objetos para desenhar a linha de ligação e ver a distância; clica com o botão direito para limpar a seleção.

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

Argumentos de DistanceCalculation()#

Eis uma tabela com os argumentos de DistanceCalculation:

ArgumentoTipoPredefiniçãoDescrição
modelstrNoneCaminho para um ficheiro de modelo YOLO da Ultralytics.
line_widthint2Espessura das linhas das caixas, dos pontos-chave e das contagens desenhados pela solução.
verboseboolTrueAtiva o registo por fotograma da solução, incluindo a forma da entrada, as contagens por classe e a velocidade de processamento. A chamada de rastreamento permanece sempre silenciosa.

Também podes utilizar vários argumentos de track na solução DistanceCalculation.

ArgumentoTipoPredefiniçãoDescrição
trackerstr'botsort.yaml'Especifica o algoritmo de rastreamento a utilizar. Opções integradas: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml.
conffloat0.25Define o limiar de confiança para as deteções; valores mais baixos permitem rastrear mais objetos, mas podem incluir falsos positivos.
ioufloat0.7Define o limiar de Interseção sobre a União (IoU) para filtrar deteções sobrepostas.
classeslistNoneFiltra os resultados pelo índice da classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas.
devicestrNoneEspecifica o dispositivo para a inferência (por exemplo, cpu, cuda:0 ou 0). Permite selecionar entre CPU, uma GPU específica ou outros dispositivos de computação para executar o modelo.
imgszint or tuple640Tamanho da imagem de inferência alvo: um inteiro para um quadrado ou um par (height, width). As formas são ajustadas para o passo do modelo.
max_detint300Número máximo de detecções mantidas por quadro antes do rastreamento, limitando os objetos que uma solução processa em cenas densas.
quantizeint or strNonePrecisão de inferência: 16 (FP16) ou 32/não definido (FP32) para modelos PyTorch e TorchScript; outros formatos computam na precisão que o artefato e o tempo de execução selecionam. Substitui a flag obsoleta half.

Além disso, estão disponíveis os seguintes argumentos de visualização:

ArgumentoTipoPredefiniçãoDescrição
showboolFalseSe True, apresenta as imagens ou vídeos anotados numa janela. É útil para obter feedback visual imediato durante o desenvolvimento ou os testes.
show_confboolTrueApresenta a pontuação de confiança de cada deteção junto à etiqueta. Permite compreender o grau de certeza do modelo em cada deteção.
show_labelsboolTrueApresenta etiquetas para cada deteção no resultado visual. Permite compreender imediatamente os objetos detetados.

Detalhes da implementação#

A classe DistanceCalculation funciona acompanhando objetos entre fotogramas de vídeo e calculando a distância euclidiana entre os centróides das caixas delimitadoras selecionadas. Quando clicas em dois objetos, a solução:

  1. Extrai os centróides (pontos centrais) das caixas delimitadoras selecionadas
  2. Calcula a distância euclidiana entre estes centróides em píxeis
  3. Apresenta a distância no fotograma com uma linha de ligação entre os objetos

A implementação utiliza o método mouse_event_for_distance para processar as interações com o rato, permitindo aos utilizadores selecionar objetos e limpar seleções conforme necessário. O método process processa os fotogramas individualmente, acompanha os objetos e calcula as distâncias.

Aplicações#

O cálculo de distância com YOLO26 tem inúmeras aplicações práticas:

  • Análise de retalho: mede a proximidade dos clientes aos produtos e analisa a eficácia da disposição da loja
  • Segurança industrial: monitoriza as distâncias de segurança entre trabalhadores e máquinas
  • Gestão de tráfego: analisa o espaçamento entre veículos e deteta condução demasiado próxima
  • Análise desportiva: calcula as distâncias entre jogadores, a bola e posições importantes do campo
  • Cuidados de saúde: garante o distanciamento adequado nas salas de espera e monitoriza o movimento dos pacientes
  • Robótica: permite que os robôs mantenham distâncias adequadas de obstáculos e pessoas

Perguntas frequentes#

  • Para calcular as distâncias entre objetos usando o Ultralytics YOLO26, tens de identificar os centróides das caixas delimitadoras dos objetos detetados. Este processo envolve inicializar a classe DistanceCalculation do módulo solutions do Ultralytics e utilizar as saídas de acompanhamento do modelo para calcular as distâncias.

  • A utilização do cálculo de distância com o Ultralytics YOLO26 oferece várias vantagens:

    • Precisão da localização: fornece um posicionamento espacial preciso dos objetos.
    • Estimativa de tamanho: ajuda a estimar os tamanhos físicos, contribuindo para uma melhor compreensão contextual.
    • Compreensão da cena: melhora a compreensão de cenas 3D, contribuindo para uma melhor tomada de decisões em aplicações como condução autónoma e vigilância.
    • Processamento em tempo real: realiza cálculos instantaneamente, sendo adequado para a análise de vídeo ao vivo.
    • Capacidades de integração: funciona de forma integrada com outras soluções do YOLO26, como acompanhamento de objetos e estimativa de velocidade.
  • Sim, podes efetuar o cálculo de distância em transmissões de vídeo em tempo real com o Ultralytics YOLO26. O processo envolve capturar fotogramas de vídeo usando o OpenCV, executar a deteção de objetos do YOLO26 e utilizar a classe DistanceCalculation para calcular as distâncias entre objetos em fotogramas consecutivos. Para uma implementação detalhada, consulta o exemplo de transmissão de vídeo.

  • Para eliminar os pontos desenhados durante o cálculo de distância com o Ultralytics YOLO26, podes clicar com o botão direito do rato. Esta ação limpa todos os pontos que desenhaste. Para mais detalhes, consulta a secção de notas no exemplo de cálculo de distância.

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

    • model: caminho para o ficheiro do modelo YOLO26.
    • tracker: algoritmo de acompanhamento a utilizar (as soluções utilizam botsort.yaml por predefinição).
    • conf: limiar de confiança para as deteções.
    • show: sinalizador para apresentar a saída.

    Para obter uma lista completa e os valores predefinidos, consulta os argumentos de DistanceCalculation.

Comentários