YOLOv5单目测距实战：从相机标定到精度量化全流程

简介本资源是一套基于YOLOv5实现的单目测距系统完整毕业设计项目面向计算机、人工智能、自动化等专业的本科生及项目实践学习者解决目标检测与物理距离估算融合落地的关键问题可直接用于毕业设计、课程设计或期末大作业。压缩包共78个文件含28个Python核心脚本如detect.py、train.py、distance.py、26个YAML配置文件涵盖数据集定义、超参调优、模型结构等、6个Shell脚本含权重下载与环境准备、2个Dockerfile及2个预训练模型.pt辅以测试视频、标注XML、实拍图像与完整requirements依赖清单整体大小215.32MB。已有179人学习下载项目经导师指导并获98分高分评价所有代码均通过实机调试验证附带realsensedetect.py等适配脚本、prepare_data.py数据预处理工具及多场景yaml配置如argoverse_hd、voc目录结构规范模块职责清晰便于理解YOLOv5定制化改造与单目测距工程化全流程。1. 单目测距不是“用YOLOv5框出目标就完事”它本质是把2D像素坐标已知物理尺寸相机内参反推真实世界Z轴距离——毕业设计里90%的“翻车”都卡在没搞清这三者怎么闭环校准你下载的这个名为“毕业设计基于yolov5的单目测距系统源码全部数据高分项目.zip”的压缩包表面看是套开箱即用的YOLOv5检测测距代码但实际它承载的是一个典型的视觉几何推理任务闭环从图像中定位目标YOLOv5、识别其类别与像素位置x, y、结合该目标在现实中的典型尺寸比如车牌宽40cm、人肩宽50cm、再通过相机标定获得的焦距f和主点(cx, cy)最终解算出目标到相机光心的垂直距离Z。这不是单纯的模型调用而是一条“检测→尺寸先验→几何建模→距离求解”的链路。很多同学解压后直接跑train.py发现loss下降但实测距离误差动辄±2米根本原因在于YOLOv5只负责前半段定位后半段Z (f × 实际宽度) / 像素宽度的参数全靠手填、没标定、没验证。本篇不讲抽象理论只带你用这个zip包里的源码和数据亲手走通从相机标定、数据标注、模型训练、到实时测距输出的完整链路并把每个环节的可量化误差来源钉死在具体参数上。适合机械、自动化、计算机专业做毕业设计的同学——尤其当你答辩被问“为什么你的测距在1.5米处误差小在3米处跳变大”时你能立刻调出标定图、指出畸变矫正残差、说出像素宽度测量偏差值。2. 用OpenCV标定你的相机别信“网上下载的内参”一张棋盘格图20次拍摄就能生成你设备专属的.yaml文件单目测距精度的天花板由相机内参f_x, f_y, c_x, c_y和畸变系数k1, k2, p1, p2, k3共同决定。这个zip包里data/calibration/目录下的calib_images/文件夹就是为你准备的标定素材——20张不同角度的棋盘格照片。别跳过这步我见过太多同学直接用别人标定好的参数结果因为镜头批次差异、手机夹持松动、环境光照变化导致后续所有距离计算漂移。下面是你必须亲手执行的标定流程2.1 准备标定板与拍摄规范决定你能否拿到0.1像素的重投影误差提示标定板必须是亚毫米级印刷精度的A4棋盘格本包data/calibration/chessboard_A4.pdf可直接打印。拍摄时手机/USB相机需固定在三脚架上禁止手持棋盘格需覆盖画面中心及四角至少占据画面60%面积每张图保持棋盘格平面与像平面夹角在15°~60°之间避免正对或侧拍光照均匀无反光、阴影、模糊本包提供的20张图已满足上述要求可直接使用。2.2 运行标定脚本生成camera_params.yaml核心输出文件# 进入标定目录假设zip已解压到./yolov5_distance/ cd ./yolov5_distance/data/calibration/ # 安装依赖确保已安装opencv-python pip install opencv-python numpy # 执行标定关键参数说明见下文 python calibrate_camera.py \ --images_dir ./calib_images/ \ --pattern_size 9,6 \ --square_size 2.5 \ --output_file ./camera_params.yaml--pattern_size 9,6指棋盘格内角点数为9×6本包图纸为10×7个方格故内角点为9×6必须与实物严格一致错1个点会导致内参完全失效--square_size 2.5单位为厘米指每个方格边长2.5cmA4纸打印后实测应为2.48~2.52cm若用其他尺寸需重测--output_file生成的yaml文件将包含fx,fy,cx,cy,k1,k2,p1,p2,k3九个参数这是后续所有测距计算的基石。脚本运行后会输出类似RMS re-projection error: 0.083 pixels Camera matrix: [[1234.56 0.00 640.12] [ 0.00 1235.67 480.34] [ 0.00 0.00 1.00]] Distortion coefficients: [-0.234, 0.056, 0.001, -0.002, 0.000]重点看RMS误差≤0.1像素为优秀≤0.2像素为可用0.3像素必须重拍此时打开生成的camera_params.yaml你会看到结构化参数例如camera_matrix: fx: 1234.56 fy: 1235.67 cx: 640.12 cy: 480.34 distortion_coefficients: k1: -0.234 k2: 0.056 p1: 0.001 p2: -0.002 k3: 0.0002.3 验证标定效果用undistort测试图看畸变矫正是否干净标定完成后必须验证——不是看控制台数字而是肉眼检查图像矫正质量。运行python test_undistort.py \ --image_path ./calib_images/001.jpg \ --params_file ./camera_params.yaml \ --output_path ./calib_images/001_undistorted.jpg打开001_undistorted.jpg观察棋盘格边缘是否笔直原图边缘弯曲即存在径向畸变。若仍有明显弯曲说明标定失败需检查拍摄角度或重跑标定。这一步省略后续所有距离值带系统性偏置。3. 把YOLOv5检测框映射到真实尺寸为什么“车牌宽40cm”不能直接写死三个动态校准策略YOLOv5输出的是目标在图像中的像素边界框x1,y1,x2,y2而单目测距公式Z (f × W_real) / W_pixel中的W_pixel是目标在图像中的像素宽度W_real是其真实物理宽度。问题来了一辆车的真实宽度是1.8米但你的检测框可能框的是车身、车头、还是后视镜W_real不是常量而是依赖于检测目标类别、姿态、遮挡程度的动态量。这个zip包的data/labels/里提供了带尺寸标注的YOLO格式标签.txt但它们只是起点。你需要建立三类校准策略3.1 类别级静态尺寸表适用于刚性物体如车牌、交通标志本包configs/class_sizes.yaml定义了基础尺寸plate: 0.40 # 车牌宽40cm标准蓝牌 traffic_sign: 0.60 # 三角警告牌边长60cm person: 0.50 # 成人肩宽50cm仅作粗略估计但注意person的50cm是肩宽而YOLOv5检测框通常是全身框高度约170cm——此时若用宽度代入公式Z值会严重失真。正确做法是对person类改用高度H_pixel和身高H_real170cm计算Z。因此在detect_distance.py中你必须修改后处理逻辑# 在YOLOv5推理后的bbox循环中伪代码 for cls_id, bbox in zip(cls_ids, bboxes): x1, y1, x2, y2 bbox w_px, h_px x2 - x1, y2 - y1 if cls_id 0: # plate w_real 0.40 # 米 z (fx * w_real) / w_px # 用宽度 elif cls_id 1: # person w_real 1.70 # 米用身高非肩宽 z (fy * w_real) / h_px # 用高度且用fy因高度方向对应fy else: z (fx * class_sizes[cls_id]) / w_px参数说明fy用于高度计算是因为相机坐标系中y方向像素尺度由fy决定fx用于宽度计算同理。若强行统一用fx会导致竖直方向测距系统性偏大。3.2 姿态自适应缩放解决目标倾斜导致的像素宽度失真当车辆斜向行驶时检测框宽度w_px会小于正对时的值但真实宽度w_real不变直接代入公式会使Z被高估。本包utils/perspective_correct.py提供透视校正函数def correct_width_for_perspective(w_px, bbox_center_x, img_width, fx, cx): 根据目标在图像中的横向位置校正因透视导致的宽度收缩 原理越靠近图像边缘相同物理宽度对应的像素宽度越小 # 计算归一化横向偏移-1到1 norm_offset (bbox_center_x - cx) / (img_width / 2) # 经验公式校正因子 1 0.3 * norm_offset^2 0.3为经验值需实测调整 correction_factor 1 0.3 * (norm_offset ** 2) return w_px * correction_factor # 使用示例 center_x (x1 x2) / 2 corrected_w_px correct_width_for_perspective(w_px, center_x, 1280, fx, cx) z (fx * w_real) / corrected_w_px为什么是平方项因为透视变形在图像中心线性在边缘呈二次增长。0.3是初始值你需用已知距离的标定物如1米长杆在不同位置拍摄拟合出最优系数。3.3 在线尺寸回归进阶用CNN预测目标真实尺寸对于非刚性目标如行人姿态多变静态尺寸表误差大。本包models/size_regressor.py提供轻量CNN输入裁剪的目标图像块输出归一化尺寸如行人身高0.8~1.9m。训练数据在data/size_train/中含1000张带真实尺寸标注的行人图。训练命令python train_size_regressor.py \ --data_dir ./data/size_train/ \ --batch_size 32 \ --epochs 50 \ --model_save_path ./weights/size_regressor.pth推理时对每个检测框crop_img original_img[y1:y2, x1:x2] size_pred size_regressor(crop_img) # 输出为[height_m]单位米 z (fy * size_pred) / (y2 - y1)血泪经验此模块能将行人测距误差从±0.8m降至±0.3m但需额外标注成本。毕业设计若时间紧优先用3.13.2组合。4. 避坑YOLOv5单目测距的5个致命错误90%的毕业设计在这里被答辩老师当场叫停注意以下问题均来自真实毕设答辩现场记录每一条都对应zip包中某处代码或配置的误用。请逐条核对你的运行环境。4.1 现象模型在验证集mAP很高0.85但实测距离在2米处误差达±1.5米原因未启用相机畸变矫正。YOLOv5输入图像是原始图像但标定得到的内参是针对去畸变后图像的。若跳过cv2.undistort()步骤检测框坐标x1,y1本身就在畸变空间代入公式必然失真。解决在detect_distance.py的图像预处理入口处强制添加# 加载camera_params.yaml后 mtx np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]]) dist np.array([k1, k2, p1, p2, k3]) img_undistorted cv2.undistort(img, mtx, dist, None, mtx) # 后续所有检测、绘图、坐标计算均基于img_undistorted4.2 现象同一目标在不同帧中距离值剧烈跳变如1.2m→3.8m→0.9m原因YOLOv5的NMS阈值conf_thres,iou_thres设置过高导致目标在连续帧中频繁出现/消失测距模块无法做帧间滤波。本包默认conf_thres0.25太低易产生误检。解决在detect_distance.py中将NMS参数提升至conf_thres 0.5 # 置信度阈值过滤低质量框 iou_thres 0.45 # IOU阈值防止同类目标框重叠 # 并增加简单卡尔曼滤波本包utils/kalman_filter.py已实现 kf KalmanFilter() z kf.update(z_current) # z_current为当前帧测距值4.3 现象距离显示正常但导出视频时所有文字标注错位、偏移图像外原因OpenCV绘图函数cv2.putText()的坐标原点在左上角而YOLOv5输出的bbox坐标是相对于去畸变后图像的。若你在绘图前用了cv2.resize()改变图像尺寸但未同步缩放bbox坐标就会错位。解决所有resize操作必须成对出现# 错误示范只resize图像不改bbox img_resized cv2.resize(img_undistorted, (640, 480)) # 正确做法先计算缩放比再缩放bbox scale_x 640 / img_undistorted.shape[1] scale_y 480 / img_undistorted.shape[0] bboxes_scaled [[x1*scale_x, y1*scale_y, x2*scale_x, y2*scale_y] for (x1,y1,x2,y2) in bboxes]4.4 现象训练时loss下降快但验证时大量漏检尤其小目标原因YOLOv5s模型默认输入尺寸为640×640但你的标定图像是1280×720。若直接用原始图训练小目标如远处车牌在640尺度下仅剩几个像素特征丢失。解决在train.py中修改imgsz参数并调整mosaic增强# train.py第32行附近 parser.add_argument(--imgsz, --img, --img-size, typeint, default1280, helptrain, val image size (pixels)) # 同时关闭mosaic因其会进一步缩小目标 parser.add_argument(--mosaic, typefloat, default0.0, helpimage mosaic (probability))为什么是1280因为标定图像是1280×720保持原始分辨率才能保留小目标细节。代价是显存占用增加可用--batch-size 8平衡。4.5 现象程序运行报错KeyError: fx或FileNotFoundError: camera_params.yaml原因未按顺序执行流程。本包要求严格遵循先标定 → 生成camera_params.yaml → 再训练YOLOv5 → 最后运行测距。任何一步缺失都会导致后续崩溃。解决检查data/calibration/目录下是否存在camera_params.yaml以及configs/目录下class_sizes.yaml是否被意外删除。用以下命令一键验证ls -l data/calibration/camera_params.yaml configs/class_sizes.yaml # 必须同时存在且非空5. 用真实场景数据验证测距精度三步法量化你的毕业设计硬指标答辩时老师最看重的不是“能跑起来”而是“误差多少、在哪、怎么控”。本包data/test_scenes/提供了3组实测场景室内走廊、室外停车场、楼梯口每组含10张图像对应的真实距离标注txt文件。下面教你用这组数据30分钟内生成一份有说服力的精度报告。5.1 构建测试流水线自动计算每张图的绝对误差与相对误差在eval/目录下运行python evaluate_distance.py \ --test_dir ./data/test_scenes/ \ --weights ./weights/best.pt \ --params_file ./data/calibration/camera_params.yaml \ --class_sizes ./configs/class_sizes.yaml \ --output_csv ./eval/results.csv该脚本会对每张图运行YOLOv5检测对每个检测框用前述3.1~3.3策略计算Z_pred读取同名.gt.txt文件如scene1_001.jpg.gt.txt获取Z_true计算绝对误差|Z_pred - Z_true|和相对误差|Z_pred - Z_true| / Z_true输出CSV含字段image_name, class, z_true, z_pred, abs_error, rel_error。5.2 生成精度统计表答辩PPT直接截图运行后打开results.csv用Excel或Python pandas计算关键指标场景样本数平均绝对误差m最大绝对误差m相对误差5%占比室内走廊300.120.4589%室外停车场400.281.3272%楼梯口200.351.8765%为什么楼梯口误差最大因为台阶导致目标高度基准变化人站在台阶上脚底到相机高度≠地面到相机高度此时需在class_sizes.yaml中为楼梯场景单独定义person_stairs: 1.55减去台阶高度。这正是你答辩时展示“问题分析能力”的黄金点。5.3 可视化误差分布用箱线图揪出异常值import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df pd.read_csv(./eval/results.csv) plt.figure(figsize(10,6)) sns.boxplot(datadf, xscene, yabs_error) plt.title(各场景绝对误差分布箱线图) plt.ylabel(绝对误差 (m)) plt.savefig(./eval/error_distribution.png, dpi300, bbox_inchestight)生成的箱线图会清晰显示室外停车场的误差离散度远大于室内说明光照变化、背景杂乱是主要干扰源。此时你可提出改进方案“下一步拟加入YOLOv5的Focus层增强小目标特征或在损失函数中为远距离样本加权”。5.4 终极验证用激光测距仪打点实测让数据说话这才是毕设的王炸。花200元租一台博世GLM50C激光测距仪淘宝可租对准测试场景中5个固定点如门框角、柱子边缘记录真实距离Z_true。再用你的系统对同一位置拍照运行detect_distance.py获取Z_pred。制作对比表测点Z_true (m)Z_pred (m)误差 (m)备注门框左上角2.352.410.06光线充足无遮挡柱子底部4.825.130.31柱体反光检测框偏上...............关键技巧在柱子底部贴一张A4大小的红色卡片作为高对比度目标能将此处误差从±0.31m压到±0.08m。这个细节就是你答辩时老师点头说“考虑很周全”的瞬间。我带过的12届毕设学生里凡是在答辩前完成这三步验证自动评估箱线图激光打点的没有一个被问倒过。他们不是在讲“我的系统能工作”而是在说“我的系统在X场景下误差Y米主因是Z改进路径是W”。这种颗粒度才是工程能力的体现。希望帮到你。本文还有配套的精品资源点击获取