废话在前头

  因为我的毕业设计就是搞目标检测这一块的              ，前段时间好不容易实现了yolov5的目标检测
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，后来还需要实现目标测距













，于是在B站和博客里不断摸索  
  
  
  
  
  
  
，效果很不理想 
  
  
  
  
  
  
 ，知识点零散


 


 


 


 


 


 


 ，幸运的是最终琢磨懂了代码和原理              。全文通俗易懂
 
  
 
  
 
  
 
  
 
  
 
  
 
  。

正文开始

1 
  
  
  
  
  
  
 、最终目的

  实现目标检测跟踪和目标测距 ！

2 
  
  
  
  
  
  
 、实现过程

2.1 实现的前提

  前提是你要会用yolov5实现目标检测 
 
 
 
 
 
 
，我是跟着一位博主学做出来的——目标检测—教你利用yolov5训练自己的目标检测模型 













。重点是在B站里也有他做的 保姆级视频  
   
   
   
   
   
   
 ，本文着重讲解单目测距  
  
  
  
  
  
  
。 实现了yolov5检测之后直接去我的gitee上下载我的测距项目: yolov5-main 
  
  
  
  
  
  
 。下载并解压项目到PyCharm中

 

 

 

 

 

 

 ，配置上运行yolov5的环境
 

 

 

 

 

 

 
，然后跑一遍detect.py              ，看看我的案例效果
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，成功运行后再跟着教程慢慢搞


 


 


 


 


 


 


 。

2.2 知识点简要梳理

  因为条件的限制













，我没有选择双目测距来研究                     ，其实单目和双目各有优缺点 
 
 
 
 
 
 
。它们的原理网上搜也是一大把
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，本文直接跳过原理讲解




















，我们来讲公式：

D = (F*W)/P

其中D是目标到摄像机的距离(最终要推测的距离）, Ｆ是摄像机焦距（根据下面教程来调试自己的镜头焦距）, W是目标的宽度或者高度（看情况来定              ，行人检测一般以人的身高为基准）, P是指目标在图像中所占据的x方向像素（宽）或者y方向像素（高）（程序来计算）  
   
   
   
   
   
   
 。 2.3 单目测距代码

  先来看看核心代码

foc = 1810.0 # 镜头焦距 real_hight_person = 64.96 # 行人高度,注意单位是英寸 # 自定义函数
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，单目测距 def detect_distance_person(h): dis_inch = (real_hight_person * foc) / (h - 2) dis_cm = dis_inch * 2.54 dis_cm = int(dis_cm) dis_m = dis_cm/100 return dis_m

简单理解一下代码













，定好焦距（通过下一步调试可得）和行人高度（这里定一般人的身高  
  
  
  
  
  
  
，我定165cm 
  
  
  
  
  
  
 ，可以调


 


 


 


 


 


 


 ，单位为英寸） 
 
 
 
 
 
 
，然后在调用这个测距函数的时候  
   
   
   
   
   
   
 ，把行人所占据的像素高度h（其实就是利用到方框的像素高度）传进来

 

 

 

 

 

 

 ，这个函数首先会根据公式计算出单位为英尺的距离
 

 

 

 

 

 

 
，然后转换              ，最终得到单位为米的距离

 

 

 

 

 

 

 。

2.4 调试焦距

网上有说相机标定这个操作
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，我没有深入研究













，貌似可以矫正图片                     ，减小误差
 

 

 

 

 

 

 
。我是直接跳过这个操作
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，影响不大              。

下面讲一下怎么调试焦距




















，我用的是手机摄像头
 

 
 

 
 

 
 

 
 

 
 

 
 

 。 先是准备一张A4纸              ，横放在地板上或者别的东西上面
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，要纯色为背景； 用卷尺量出60cm的高度













，或者用棍子画出60cm的高度  
  
  
  
  
  
  
，将手机打开录像 
  
  
  
  
  
  
 ，横拍


 


 


 


 


 


 


 ，这个时候就不要放大镜头了 
 
 
 
 
 
 
，垂直方正的将A4纸录十几秒的视频  
   
   
   
   
   
   
 ，拍到的A4纸尽量不能歪; 将视频放到项目的test目录里

 

 

 

 

 

 

 ，在detect_A4.py的第13行代码换上这个视频













。运行detect_A4.py
 

 

 

 

 

 

 
，首先看一下有没有绿色的矩形出现并包裹住A4纸              ，如果没有或者有但是明显包裹不紧的话就调节25行代码的阈值
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，反复尝试













，直到矩形出现并包裹紧A4纸                     。这个时候可以看到图像左上角有数值                     ，这个就是A4纸到镜头的推测距离
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，我们需要通过调节foc焦距参数




















，让左上角这个数值接近60cm              ，最终的foc焦距就是你这个视频的焦距了
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，往后检测视频就用这个焦距













，而且检测的视频都是用这个焦距拍出来的
 
 
 
 
 
 
 
 
 
 
 
 
 
 。 2.5 拿到焦距就可以做目标测距了 2.5.1 讲一下总体思路

这个时候公式 D = (F*W)/P 的三个参数已经知道了F和W两个  
  
  
  
  
  
  
，这个P在下面2.的（4）里可以被计算出来




















。

我在utils目录下定义了一个distance.py, 它的功能就是测距 
  
  
  
  
  
  
 ，我在里边定义了两个测距模型


 


 


 


 


 


 


 ，一个是测人的 
 
 
 
 
 
 
，一个是测车的  
   
   
   
   
   
   
 ，这个时候先把之前调试好的焦距写在foc参数里

 

 

 

 

 

 

 ，行人和车的高度只是大概数值
 

 

 

 

 

 

 
，单位为英寸              ，自己可以改

； 然后来到根目录下的detect.py
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，这个文件我在基础上做了修改













，讲一下改了哪些              。

（1）第60行定义了一个函数                     ，以1200为宽的比例更改显示图像的大小
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，因为原本的这个yolov5项目是按原图像显示的




















，按我的焦距拍出来的视频会撑爆整个屏幕              ，所以要缩小显示
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，这个函数会在150行显示的时候被调用； # 改变显示图片大小（自定义函数） def cv_show(p, im0): height, width = im0.shape[:2] a = 1200 / width # 宽为1200













，计算比例 size = (1200, int(height * a)) img_resize = cv2.resize(im0, size, interpolation=cv2.INTER_AREA) cv2.imshow(p, img_resize) cv2.waitKey(1) # 1 millisecond

（2）116行做一个判断  
  
  
  
  
  
  
，置信度低的就不要显示了 
  
  
  
  
  
  
 ，有时候地上一个图案都能被识别成人


 


 


 


 


 


 


 ，用官方权重来检测 
 
 
 
 
 
 
，检测到的东西几乎都会被框上  
   
   
   
   
   
   
 ，这样会很杂

 

 

 

 

 

 

 ，我们可以根据需求选择我们想框的东西
 

 

 

 

 

 

 
，像我一样在118行和131行各做了一个判断              ，分别是判断是不是人和车
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，是的话就框出来并做相应处理













，128行调用的plot_one_box（）就是画框的函数；

if conf2 > 0.4: # 置信度小于0.4时不显示 # person                     ，显示person标签的框
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，并单独做person的测距 if names[int(cls)] == person: plot_one_box(xyxy, im0, label=label, color=colors[int(cls)], line_thickness=3, name=names[int(cls)]) # 画框函数

（4）这个函数在utils里的polts.py里




















，我们来到polts.py里的59行              ，我给这个函数添加了一个参数name
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，在画框的时候函数会根据name是人还是车进行相应的测距函数调用（68行和70行













，参数h是目标的高度  
  
  
  
  
  
  
，63~65行通过方框坐标计算得出） 
  
  
  
  
  
  
 ，所调用的测距函数也就是前面我定义好的distance.py里边的
 
  
 
  
 
  
 
  
 
  
 
  
 
  。然后71行就是在原本的方框标签上追加我们测距得到的距离数据；

def plot_one_box(x, img, color=None, label=None, line_thickness=3, name=None): c1, c2 = (int(x[0]), int(x[1])), (int(x[2]), int(x[3])) # 传过来的x包含有框的两个对角坐标 # w = int(x[2]) - int(x[0]) # 框的宽 h = int(x[3]) - int(x[1]) # 框的高 dis_m = 1.00 if name == person: # 根据标签名称调用不同函数计算距离 dis_m = detect_distance_person(h) elif name == car: dis_m = detect_distance_car(h) label += f {dis_m}m # 在标签后追加距离

（5）这点不是很重要


 


 


 


 


 


 


 ，detect.py189行 
 
 
 
 
 
 
，是否保存检测结果到runs/detect目录下  
   
   
   
   
   
   
 ，我这里关闭了

 

 

 

 

 

 

 ，省储存
 

 

 

 

 

 

 
，这点根据需求来改              ，需要保存就把它改成store_true
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，然后在runs/detect目录下最后一个exp里找













，因为每运行一次detect.py都会生成一个exp文件                     ，最后一次运行结果自然保存在最后一个exp里；

# store_true为保存视频或者图片
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，路径为runs/detect parser.add_argument(--nosave, action=store_false, help=do not save images/videos) 总结就是




















，基于yolov5的检测              ，调用我们定义的测距函数
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，拿到检测距离之后













，把距离追加到方框的标签后面













。 2.5.1 实测自己的视频 自己用拍摄A4纸的方法  
  
  
  
  
  
  
，到路边横屏拍摄视频 
  
  
  
  
  
  
 ，相机到腰的位置


 


 


 


 


 


 


 ，拍点人或者车 
 
 
 
 
 
 
，注意不能改变焦距来拍  
   
   
   
   
   
   
 ，用拍摄A4纸的状态来拍  
  
  
  
  
  
  
。要问为什么不能竖屏拍

 

 

 

 

 

 

 ，我只能说
 

 

 

 

 

 

 
，我竖屏拍了视频传到项目里运行              ，显示的图像会上下颠倒
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，不懂是什么原因； 拍好视频后













，把视频传电脑里                     ，复制到项目data/videos目录下
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，重命名一下




















，其实放哪里都无所谓              ，等会路径写对就好 
  
  
  
  
  
  
 。 来到detect.py的181行
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，更改数据源













，改成刚刚那个视频的路径


 


 


 


 


 


 


 。 见证奇迹的时刻到了  
  
  
  
  
  
  
，运行detect.py 
  
  
  
  
  
  
 ，看看效果 
 
 
 
 
 
 
。

3

 


 


 


 


 


 


 
、后语

  小学弟我才学疏浅


 


 


 


 


 


 


 ，非计算机科班出身 
 
 
 
 
 
 
，对编程感兴趣  
   
   
   
   
   
   
 ，自学Java出身

 

 

 

 

 

 

 ，因为毕业设计意外选到人工智能的课题
 

 

 

 

 

 

 
，所以临时自学Python              ，然后慢慢接触人工智能  
   
   
   
   
   
   
 。

  本文章虽然通俗易懂
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，但是缺乏专业术语

 

 

 

 

 

 

 。

  代码中能看到的中文注释我建议简单理解一遍
 

 

 

 

 

 

 
。

  若有不足













，望大佬指教！