Ultralytics YOLO26 Kullanarak Mesafe Hesaplama

Mesafe Hesaplama (Distance Calculation) nedir?

İki nesne arasındaki boşluğu ölçmek, belirli bir alandaki mesafe hesaplaması olarak bilinir. Ultralytics YOLO26 durumunda, kullanıcının vurguladığı sınırlayıcı kutu merkezi, sınırlayıcı kutular için mesafeyi hesaplamak amacıyla kullanılır.

İzle: Ultralytics YOLO ile algılanan nesneler arasındaki mesafe Piksellerde nasıl tahmin edilir 🚀

Görseller

Ultralytics YOLO26 Kullanarak Mesafe Hesaplama

Mesafe Hesaplamanın Avantajları

Konumlandırma Hassasiyeti: Bilgisayar görüşü görevlerinde doğru uzamsal konumlandırmayı geliştirir.
Boyut Tahmini: Daha iyi bağlamsal anlayış için nesne boyutunun tahmin edilmesini sağlar.
Sahne Anlama: Otonom araçlar ve gözetim sistemleri gibi uygulamalarda daha iyi karar verme için 3D sahne algısını geliştirir.
Çarpışma Önleme: Hareketli nesneler arasındaki mesafeleri izleyerek sistemlerin potansiyel çarpışmaları detect etmesini sağlar.
Konumsal Analiz: İzlenen ortamdaki nesne ilişkilerinin ve etkileşimlerinin analizini kolaylaştırır.

Mesafe Hesaplama

Mesafeyi hesaplamak için sol fare düğmesiyle herhangi iki sınırlandırma kutusuna tıklayın.
Çizilen tüm noktaları silmek için sağ fare düğmesini kullanın.
Yeni noktalar eklemek için çerçeve içinde herhangi bir yere sol tıklayın.

Mesafe bir tahmindir

Mesafe bir tahmindir ve derinlik bilgisi olmayan 2B veriler kullanılarak hesaplandığı için tam olarak doğru olmayabilir.

Ultralytics YOLO kullanılarak Mesafe Hesaplama

Python

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

`DistanceCalculation()` Argümanlar

İşte şunları içeren bir tablo: DistanceCalculation argümanlar:

Argüman	Tür	Varsayılan	Açıklama
`model`	`str`	`None`	Bir Ultralytics YOLO model dosyasının yolu.

Ayrıca çeşitli olanaklardan da yararlanabilirsiniz: track içindeki argümanlar DistanceCalculation çözümü.

Argüman	Tür	Varsayılan	Açıklama
`tracker`	`str`	`'botsort.yaml'`	Kullanılacak izleme algoritmasını belirtir, örneğin: `bytetrack.yaml` veya `botsort.yaml`.
`conf`	`float`	`0.1`	Algılamalar için güven eşiğini ayarlar; daha düşük değerler daha fazla nesnenin izlenmesine olanak tanır ancak yanlış pozitifleri içerebilir.
`iou`	`float`	`0.7`	Çakışan algılamaları filtrelemek için Intersection over Union (IoU) eşiğini ayarlar.
`classes`	`list`	`None`	Sonuçları sınıf indeksine göre filtreler. Örneğin, `classes=[0, 2, 3]` yalnızca belirtilen sınıfları izler.
`verbose`	`bool`	`True`	İzleme sonuçlarının görüntülenmesini kontrol eder ve izlenen nesnelerin görsel bir çıktısını sağlar.
`device`	`str`	`None`	Çıkarım için cihazı belirtir (örn. `cpu`, `cuda:0` veya `0`). Kullanıcıların model yürütme için CPU, belirli bir GPU veya diğer işlem cihazları arasında seçim yapmasına olanak tanır.

Ayrıca, aşağıdaki görselleştirme argümanları mevcuttur:

Argüman	Tür	Varsayılan	Açıklama
`show`	`bool`	`False`	Eğer `True`, ek açıklamalı görüntüleri veya videoları bir pencerede görüntüler. Geliştirme veya test sırasında anında görsel geri bildirim için kullanışlıdır.
`line_width`	`int or None`	`None`	Sınırlayıcı kutuların çizgi genişliğini belirtir. Eğer `None`, çizgi genişliği, görüntü boyutuna göre otomatik olarak ayarlanır. Netlik için görsel özelleştirme sağlar.
`show_conf`	`bool`	`True`	Etiketin yanında her algılama için güvenilirlik puanını görüntüler. Modelin her algılama için kesinliği hakkında fikir verir.
`show_labels`	`bool`	`True`	Görsel çıktıdaki her algılama için etiketleri görüntüler. Algılanan nesnelerin anında anlaşılmasını sağlar.

Uygulama Detayları

DistanceCalculation sınıfı, video kareleri arasında nesneleri izleyerek ve seçilen sınırlayıcı kutuların merkez noktaları arasındaki Öklid mesafesini hesaplayarak çalışır. İki nesneye tıkladığınızda, çözüm:

Seçilen sınırlayıcı kutuların centroidlerini (merkez noktalarını) çıkarır
Bu centroidler arasındaki Öklid mesafesini piksel cinsinden hesaplar
Çerçeve üzerindeki mesafeyi nesneler arasında bağlantı çizgisiyle birlikte görüntüler

Uygulama şunu kullanır: mouse_event_for_distance kullanıcıların nesneleri seçmesine ve gerektiğinde seçimleri temizlemesine olanak tanıyan fare etkileşimlerini işleme method'u. The process yöntemi, kare kare işlemeyi, nesneleri izlemeyi ve mesafeleri hesaplamayı yönetir.

Uygulamalar

YOLO26 ile mesafe hesaplamasının çok sayıda pratik uygulaması vardır:

Perakende Analitiği: Müşterinin ürünlere yakınlığını ölçün ve mağaza yerleşiminin etkinliğini analiz edin.
Endüstriyel Güvenlik: İşçiler ve makineler arasındaki güvenli mesafeleri izleyin
Trafik Yönetimi: Araç aralığını analiz edin ve takip mesafesini ihlalini tespit edin
Spor Analizi: Oyuncular, top ve önemli saha pozisyonları arasındaki mesafeleri hesaplayın
Sağlık Hizmetleri: Bekleme alanlarında uygun mesafeyi sağlayın ve hasta hareketini izleyin
Robotik: Robotların engellerden ve insanlardan uygun mesafeleri korumasını sağlayın

SSS

Ultralytics YOLO26 kullanarak nesneler arasındaki mesafeleri nasıl hesaplarım?

Şunu kullanarak nesneler arasındaki mesafeleri hesaplamak için Ultralytics YOLO26, algılanan nesnelerin sınırlayıcı kutu merkez noktalarını belirlemeniz gerekir. Bu işlem, şunun başlatılmasını içerir: DistanceCalculation Ultralytics'in sınıfından solutions modülü ve modelin izleme çıktılarını kullanarak mesafeleri hesaplar.

Ultralytics YOLO26 ile mesafe hesaplaması kullanmanın avantajları nelerdir?

Ultralytics YOLO26 ile mesafe hesaplaması kullanmanın çeşitli avantajları vardır:

Konumlandırma Hassasiyeti: Nesneler için doğru uzamsal konumlandırma sağlar.
Boyut Tahmini: Fiziksel boyutların tahmin edilmesine yardımcı olarak daha iyi bağlamsal anlayışa katkıda bulunur.
Sahne Anlayışı: 3B sahne kavrayışını geliştirir, otonom sürüş ve gözetim gibi uygulamalarda iyileştirilmiş karar almaya yardımcı olur.
Gerçek zamanlı İşleme: Anında hesaplamalar yaparak canlı video analizi için uygun hale getirir.
Entegrasyon Yetenekleri: nesne track ve hız tahmini gibi diğer YOLO26 çözümleriyle sorunsuz çalışır.

Ultralytics YOLO26 ile gerçek zamanlı video akışlarında mesafe hesaplaması yapabilir miyim?

Evet, Ultralytics YOLO26 ile gerçek zamanlı video akışlarında mesafe hesaplaması yapabilirsiniz. Bu süreç, video karelerini şunları kullanarak yakalamayı içerir: OpenCV, YOLO26'yı çalıştırarak nesne tespiti, ve şunu kullanarak DistanceCalculation ardışık karelerdeki nesneler arasındaki mesafeleri hesaplamak için sınıf. Ayrıntılı bir uygulama için bkz. video akışı örneği.