企业官网建设流程全解析

简介：本资源为基于YOLOv5的单目测距系统完整毕业设计项目，面向计算机相关专业正在做毕设、课程设计或期末大作业的学生，以及需要项目实战练习的学习者。项目经导师指导并认可，获得98分评价，可直接作为毕设使用。压缩包共78个文件，约215.32MB，以Python源码、YAML配置、Shell脚本、XML工程配置、JPG图片、MP4演示视频、Dockerfile、PyTorch权重文件及说明文档为主，涵盖模型训练、推理检测、距离测算与部署脚本等模块。资源包含全部项目源码与数据，经过严格调试，确保可运行，读者可据此掌握YOLOv5目标检测与单目测距的完整实现流程，理解权重加载、数据配置、检测脚本与测距逻辑之间的衔接方式，并借助演示视频与配置文件快速复现实验环境。目前已有180人学习，适合需要完整项目方案与排错参考的读者。

1. 单目测距这套方案，为什么成了毕业设计里的性价比之王

单目测距这件事，说白了就是只用一个普通摄像头，靠图像里的像素关系反推出目标离你有多远。它不像双目或者激光雷达那样需要额外硬件，一台笔记本加一个 USB 摄像头就能跑，这对预算有限、时间紧张的毕业设计来说几乎是刚需。而 YOLOv5 负责把画面里的目标框出来，测距模块再根据框的位置和相机参数算出距离，两者一拼，就是一个完整可演示、可写论文、可答辩的系统。这套组合之所以在毕业设计里反复出现，核心原因是它把深度学习检测和几何测距两条线都覆盖了，工作量够、创新点好写、演示效果直观。适合谁？适合做计算机视觉方向、嵌入式 AI 方向、机器人感知方向的本科生，也适合想快速搭一个测距 demo 验证想法的工程师。你拿到一份「基于 YOLOv5 的单目测距系统源码加全部数据」的压缩包，真正要搞清楚的不是怎么解压，而是这套东西的测距逻辑站不站得住、数据能不能复现、参数怎么调才不飘。

2. 单目测距的几何底子：从像素坐标到真实距离

2.1 针孔模型和相似三角形，测距的根就在这

单目测距不是玄学，它的数学基础是针孔相机模型。真实世界的一个点，经过镜头投影到成像平面，满足相似三角形关系。设目标真实宽度为 W，在图像里占的像素宽度为 w，相机焦距为 f（单位是像素），目标到相机的距离为 D，那么有：

D = (W × f) / w

这个公式就是整个测距系统的命根子。YOLOv5 给你的是边界框，框的像素宽度 w 直接能读出来，W 是你提前知道的目标真实尺寸，f 需要标定。三个量里，W 和 f 是常数，w 随目标远近变化，所以距离 D 和像素宽度 w 成反比。目标越远，框越小，算出来的 D 越大，逻辑自洽。

但这里有个容易被忽略的点：这个公式假设目标正对相机、没有俯仰角、没有镜头畸变。实际场景里摄像头往往有俯仰，目标也不一定正对，所以纯靠宽度测距在远距离会明显偏大或偏小。常见做法是加一个俯仰角修正，或者改用「目标接地点」的纵坐标来测距，后者在车道、地面目标上更稳。

2.2 焦距 f 到底怎么标，别拿镜头标称值糊弄

很多人翻车就翻在这里：直接拿镜头说明书上的焦距（比如 3.6mm）当 f 用。那个是物理焦距，单位是毫米，而公式里的 f 是像素焦距，单位是像素，两者差一个像元尺寸的换算。正确做法是用标定板或者已知距离的目标反推。

我一般用最简单的一张纸法：把相机固定，把一个已知宽度 W 的物体放在已知距离 D 处，拍一张，量出它在图像里的像素宽度 w，然后 f = (D × w) / W。多测几组取平均，比任何标称值都靠谱。

# 用已知距离和已知宽度反推像素焦距 f # W: 目标真实宽度(米), D: 实测距离(米), w: 图像中像素宽度(像素) def calibrate_focal(W, D, w): f = (D * w) / W # 单位: 像素 return f # 例: 一个 0.5 米宽的板子放在 3 米处, 图像里占 120 像素 f = calibrate_focal(0.5, 3.0, 120) print("像素焦距 f =", f) # 720 像素

这段代码就是把公式反过来用。参数说明：W 要量准，误差直接线性传到 f 上；D 用卷尺量，别用估计；w 建议在 YOLOv5 输出的框上多帧取中位数，单帧抖动大。标定完把 f 写进配置文件，后面测距直接读，不要每次重算。

2.3 用框宽还是用框高，选错了距离直接飘

YOLOv5 输出的框有宽有高，用哪个测距要看目标形状。对于车辆、行人这类宽度相对固定的目标，用框宽 w 更稳，因为宽度受遮挡影响小。对于锥桶、路标这类高度固定的目标，用框高更合适。最怕的是混用：标定用宽度，测距用高度，结果差一个长宽比，距离能差出百分之几十。

我的习惯是：先确定目标的哪个维度在真实世界里是已知且稳定的，就用那个维度。如果目标长宽都已知，可以两个都算，取加权平均，权重按检测框的置信度给。这样在目标部分出画或者被遮挡时，至少还有一个维度能兜底。

3. 把 YOLOv5 和测距模块接起来：从检测框到距离数字

3.1 检测输出里到底拿哪些字段

YOLOv5 推理完，你拿到的是每个目标的 [x1, y1, x2, y2, conf, cls]。测距只需要 x1、x2（算宽度）或者 y1、y2（算高度），外加 conf 做过滤。别小看 conf 过滤，低置信度的框往往框歪了，宽度量出来偏大或偏小，距离直接错。我一般把 conf 阈值设在 0.4 到 0.5 之间，太低噪声多，太高漏检。

# 从 YOLOv5 输出解析出用于测距的像素宽度 # det: 单条检测结果 [x1, y1, x2, y2, conf, cls] def get_pixel_width(det, conf_thres=0.45): x1, y1, x2, y2, conf, cls = det if conf < conf_thres: return None # 置信度不够, 丢弃 w_px = x2 - x1 # 像素宽度 return w_px # 结合标定好的 f 和已知真实宽度 W 算距离 def estimate_distance(w_px, f, W): if w_px is None or w_px <= 0: return None return (W * f) / w_px

逻辑说明：get_pixel_width 先做置信度门限，再算宽度，避免脏数据进测距。estimate_distance 就是核心公式的代码化。参数说明：conf_thres 按你的场景调，夜间或远距离可以降到 0.35；W 必须和标定时用的是同一个物理目标，换了目标要换 W。

3.2 多帧平滑，别让距离数字跳成心电图

单帧测距的原始值抖动很大，因为检测框本身每帧都在变。直接显示会像心电图一样跳，答辩时很难看。常见做法是加一个滑动窗口平均或者卡尔曼滤波。滑动窗口简单，几行代码就能压住抖动。

from collections import deque class DistanceSmoother: def __init__(self, window=7): self.buf = deque(maxlen=window) # 固定长度滑动窗口 def update(self, d): if d is not None: self.buf.append(d) if len(self.buf) == 0: return None return sum(self.buf) / len(self.buf) # 均值输出 smoother = DistanceSmoother(window=7) # 每帧: smoothed_d = smoother.update(raw_distance)

参数说明：window 越大越平滑但延迟越高，7 到 10 帧在 30fps 下延迟约 0.2 到 0.3 秒，肉眼可接受。如果目标快速靠近，窗口要调小，否则距离跟不上。卡尔曼滤波效果更好但调参麻烦，毕业设计用滑动窗口足够写进论文了。

3.3 把测距结果画回画面，演示才直观

光有数字不够，答辩时要让人一眼看到「框 + 距离」。用 OpenCV 把距离文字画在框上方，颜色按距离分档，近的红色、远的绿色，视觉冲击力强。

import cv2 def draw_result(frame, box, distance): x1, y1, x2, y2 = box cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) if distance is not None: text = f"{distance:.2f} m" # 距离越近颜色越红 color = (0, 0, 255) if distance < 3 else (0, 255, 0) cv2.putText(frame, text, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2) return frame

逻辑说明：先画框，再在框上方写距离。参数说明：putText 的坐标 (x1, y1-10) 是框左上角往上偏 10 像素，避免压住框线；字号 0.7 在 1080p 下清晰，720p 可以降到 0.5。颜色阈值 3 米按你的场景改，室内可以设 1.5 米。

4. 数据集和训练：让 YOLOv5 认得出你要测的目标

4.1 数据标注的四个硬要求

测距系统的精度，一半靠标定，一半靠检测框准。标注时要注意：框要贴紧目标边缘，留白会让宽度偏大、距离偏小；同一类目标在不同距离都要有样本，否则模型对远近目标的框质量不一致；遮挡样本要标，但遮挡超过一半的建议丢弃，因为宽度已经不可信；标注格式统一用 YOLO 的 txt，别混 VOC 的 xml。

常见做法是先用 labelImg 或 roboflow 标一批，训练一版，用模型跑一遍没标的数据，把漏检和框歪的挑出来补标，迭代两三轮，框质量会明显提升。

4.2 训练参数怎么设才不白跑

YOLOv5 的训练参数里，和测距最相关的是输入尺寸 imgsz 和框回归损失。imgsz 建议设 640，和推理时保持一致，否则框的像素宽度会因缩放而变，测距公式里的 w 就不对了。如果显存够，可以上 1280，小目标框更准，但速度下降。

# YOLOv5 训练命令示例 python train.py \ --data data/mydata.yaml \ # 数据集配置, 含类别和路径 --weights yolov5s.pt \ # 预训练权重, s 版速度精度平衡 --img 640 \ # 输入尺寸, 必须和推理一致 --batch 16 \ # 按显存调, 8G 显存用 16 --epochs 100 \ # 毕业设计 100 轮通常够 --device 0 # 用第一块 GPU

参数说明：weights 用 yolov5s 起步，精度不够再换 yolov5m；batch 爆显存就减半；epochs 看 loss 曲线，验证集 loss 不再降就可以停。训练完记得用 val.py 看 mAP 和框的回归质量，mAP 高不代表框准，要单独看框的宽高误差。

4.3 推理时 imgsz 必须和训练一致

这是血泪经验：训练用 640，推理用 1280，检测框的像素宽度会翻倍，测距结果直接除以 2，距离全错。因为测距公式里的 w 是图像像素宽度，图像被缩放了，w 就变了。解决办法要么推理也用 640，要么在测距前把框坐标按缩放比例还原回原始图像尺度。

# 推理时把框坐标还原到原始图像尺度 def rescale_box(box, infer_size, orig_size): # box: [x1, y1, x2, y2] 在 infer_size 尺度下 scale = orig_size / infer_size return [int(v * scale) for v in box] # 例: 推理 640, 原图 1920, 框宽 100 像素 -> 还原后 300 像素

参数说明：infer_size 是推理输入边长，orig_size 是原始图像边长，两者要对应同一维度。还原后再算 w，测距才准。

5. 避坑与排查：测距飘、框不准、距离跳的常见病根

5.1 距离整体偏大或偏小，先查 W 和 f

现象：所有距离都系统性偏大或偏小，比例差不多。原因：W 或 f 标定错了，或者标定和测距用的不是同一个目标。解决：重新标定 f，确认 W 是测距目标的真实宽度，两者单位统一（都用米）。如果偏大偏小是固定比例，基本就是这两个参数之一错了。

5.2 近距离准远距离飘，多半是俯仰角没修正

现象：3 米内误差小，5 米外误差迅速变大。原因：相机有俯仰角，远距离时目标在图像里的位置偏移，纯宽度公式失效。解决：加俯仰角修正，或者改用接地点纵坐标测距。简单修正可以在公式里乘一个和纵坐标相关的系数，但更稳的是重新标定一组带距离的样本，拟合一个修正曲线。

5.3 距离数字跳得厉害，检查框抖动和窗口大小

现象：同一静止目标，距离在正负 0.5 米内跳。原因：检测框每帧宽度变化，或者滑动窗口太小。解决：先看框是不是在抖，如果是，提高 conf 阈值或换更稳的模型；如果框稳但距离还跳，加大滑动窗口到 10 帧以上。另外检查图像有没有压缩伪影，低质量视频流会让框边缘不稳。

5.4 目标一出画距离就乱，加个有效性判断

现象：目标走到画面边缘，框被截断，距离突然变得很小。原因：框宽被截断，w 变小，距离算出来偏小。解决：判断框是否贴边，贴边的目标不输出距离，或者用框高兜底。这个判断几行代码就能加，能避免演示时出现离谱数字。

5.5 换了个摄像头结果全变，f 要重标

现象：同一套代码，换个摄像头距离全错。原因：不同摄像头的像素焦距 f 不同，分辨率也可能不同。解决：每换一个摄像头，重新标定 f，并确认分辨率一致。如果分辨率变了，还要考虑图像缩放对 w 的影响。这条没有捷径，标定是必须的。

6. 进阶技巧：用接地点测距和单目测距的边界

接地点测距是我更推荐的一种方式，尤其适合地面目标。原理是利用目标框底边中点的纵坐标 v，结合相机高度 H、俯仰角 θ 和焦距 f，通过几何关系算距离。公式大致是 D = H / tan(θ + arctan((v - v0) / f))，其中 v0 是光心纵坐标。这个方式对目标宽度不敏感，框宽抖动影响小，在车道线、行人、锥桶上比宽度法稳。

import math def distance_by_ground(v, v0, f, H, theta): # v: 目标框底边纵坐标, v0: 光心纵坐标 # f: 像素焦距, H: 相机离地高度(米), theta: 俯仰角(弧度) angle = theta + math.atan((v - v0) / f) if angle <= 0: return None # 目标在地平线以上, 无效 return H / math.tan(angle)

参数说明：H 用卷尺量相机镜头中心到地面的高度；theta 是相机光轴和水平面的夹角，可以用水平仪或者已知距离的目标反推；v0 通常是图像高度的一半，但标定后更准。这个方法的边界是目标必须在地面上，悬空目标不适用。

单目测距的天花板要清楚：它本质是几何估算，不是真值测量。远距离、大俯仰、目标尺寸不一致时误差会放大。毕业设计里把它做到 5 米内误差 10% 以内，已经是很扎实的结果。想再往上走，要么加双目，要么加雷达，但那就不是单目测距的范畴了。

我自己的习惯是：先用手动标定把 f 和 W 钉死，再用滑动窗口压抖动，最后用接地点法做交叉验证，两个方法结果差太多就说明标定或场景有问题。这套流程跑下来，答辩时被问「你这距离准不准」，你能拿出两组独立方法互相印证，比任何解释都有说服力。希望帮到你。

本文还有配套的精品资源，点击获取