使用Ultralytics YOLOv8

Q: How do I calculate distances between objects using Ultralytics YOLOv8?

要使用Ultralytics YOLOv8 计算物体之间的距离，需要确定检测到的物体的边界框中心点。这一过程包括初始化Ultralytics' 解决方案模块中的 DistanceCalculation 类，并使用模型的跟踪输出来计算距离。您可以参考距离计算示例中的实现方法。

Q: Can I perform distance calculation in real-time video streams with Ultralytics YOLOv8?

是的，您可以通过Ultralytics YOLOv8 在实时视频流中执行距离计算。这个过程包括使用 OpenCV 捕捉视频帧，运行YOLOv8 对象检测，以及使用 DistanceCalculation 类计算连续帧中对象之间的距离。有关详细实现，请参阅视频流示例。

Q: What are the key arguments for initializing the DistanceCalculation class in Ultralytics YOLOv8?

Ultralytics YOLOv8 中初始化 DistanceCalculation 类的关键参数包括有关完整列表和默认值，请参阅 DistanceCalculation 的参数。

什么是距离计算？

测量两个物体之间的间距被称为特定空间内的距离计算。在 Ultralytics YOLOv8中，边界框中心点被用来计算用户突出显示的边界框的距离。

观看： 使用Ultralytics YOLOv8

视觉效果

使用Ultralytics YOLOv8

距离计算的优势？

定位精度：提高计算机视觉任务中的空间定位精度。
Size Estimation: Allows estimation of object size for better contextual understanding.

距离计算

用鼠标左键单击任意两个边界框，计算距离

使用YOLOv8 计算距离示例

视频流

import cv2

from ultralytics import YOLO, solutions

model = YOLO("yolov8n.pt")
names = model.model.names

cap = cv2.VideoCapture("path/to/video/file.mp4")
assert cap.isOpened(), "Error reading video file"
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
video_writer = cv2.VideoWriter("distance_calculation.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init distance-calculation obj
dist_obj = solutions.DistanceCalculation(names=names, view_img=True)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    tracks = model.track(im0, persist=True, show=False)
    im0 = dist_obj.start_process(im0, tracks)
    video_writer.write(im0)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

备注

鼠标右键点击将删除所有绘制点
鼠标左键可用于绘制点

Distance is Estimate

Distance will be an estimate and may not be fully accurate, as it is calculated using 2-dimensional data, which lacks information about the object's depth.

论据 `DistanceCalculation()`

`Name`	`Type`	`Default`	说明
`names`	`dict`	`None`	类名词典
`view_img`	`bool`	`False`	指示是否显示视频流的标志。
`line_thickness`	`int`	`2`	在图像上绘制线条的厚度。
`line_color`	`tuple`	`(255, 255, 0)`	图像上绘制线条的颜色（BGR 格式）。
`centroid_color`	`tuple`	`(255, 0, 255)`	绘制中心点的颜色（BGR 格式）。

论据 `model.track`

论据	类型	默认值	说明
`source`	`str`	`None`	Specifies the source directory for images or videos. Supports file paths and URLs.
`persist`	`bool`	`False`	Enables persistent tracking of objects between frames, maintaining IDs across video sequences.
`tracker`	`str`	`botsort.yaml`	Specifies the tracking algorithm to use, e.g., `bytetrack.yaml` 或 `botsort.yaml`.
`conf`	`float`	`0.3`	Sets the confidence threshold for detections; lower values allow more objects to be tracked but may include false positives.
`iou`	`float`	`0.5`	Sets the Intersection over Union (IoU) threshold for filtering overlapping detections.
`classes`	`list`	`None`	Filters results by class index. For example, `classes=[0, 2, 3]` only tracks the specified classes.
`verbose`	`bool`	`True`	Controls the display of tracking results, providing a visual output of tracked objects.

常见问题

如何使用Ultralytics YOLOv8 计算物体之间的距离？

使用 Ultralytics YOLOv8然后，您需要确定检测到的对象的边界框中心点。这个过程包括初始化 DistanceCalculation 类从Ultralytics' solutions 模块，并使用模型的跟踪输出来计算距离。您可以参考距离计算示例.