yolov5/v8+双目相机测距的代码，需要相机标定

可以训练自己的模型并检测+测距，都是python代码
已多次实验，代码无报错。

非常适合做类似的双目课题！

相机用的是汇博视捷的双目相机，具体型号见下图。
用的yolov5是6.1版本的

Yolov8是8.0.58版本的
看清楚版本-

立体匹配算法是改进的SGBM算法，具体是在后处理阶段加了WLS最小二乘算法，使测距更精确
具体精确度也和相机标定有关，我标定后1m左右距离误差为3%左右
默认用的我的相机参数，只能对测试视频进行测距，需要改成你自己的双目相机参数和设置分辨率！

项目介绍：YOLOv5/v8 + 双目相机测距

项目背景：

本项目结合了YOLOv5/v8（目标检测框架）与双目相机（测距），实现了对目标的实时检测和测距功能。该项目使用的是汇博视捷的双目相机，具体型号已在项目文档中详细列出。所使用的YOLOv5版本为6.1，YOLOv8版本为8.0.58。请注意版本兼容性和依赖关系。

项目特点：

1. 目标检测：使用YOLOv5/v8进行目标检测，能够快速准确地识别目标物体。
2. 测距功能：结合双目相机，实现了对目标物体的距离测量功能。
3. 相机标定：提供了相机标定的功能，确保测距的准确性。
4. 改进的SGBM算法：在立体匹配算法的基础上，加入了WLS最小二乘算法，提高了测距的精确度。

主要功能：

1. 目标检测：基于YOLOv5/v8，可以训练自己的目标检测模型，并用于实时检测。
2. 测距：利用双目相机获取的图像数据，实现对目标物体的距离测量。
3. 相机标定：提供了相机标定的代码，可以根据实际情况调整相机参数，以获得更准确的测距结果。

技术栈：

• YOLOv5：版本6.1，用于目标检测。
• YOLOv8：版本8.0.58，用于目标检测。
• Python：主要编程语言。
• 双目相机：汇博视捷双目相机，具体型号请查看项目文档。
• SGBM算法：立体匹配算法，改进后加入了WLS最小二乘算法。

实现步骤：

1. 安装依赖：确保安装了YOLOv5/v8的正确版本及相关依赖。
2. 相机标定：使用提供的代码进行相机标定，获取相机参数。
3. 训练模型：使用YOLOv5/v8训练自己的目标检测模型。
4. 测距实现：将目标检测结果与双目相机的测距功能相结合，实现目标测距。

测试与验证：

• 测距精度：经过多次实验验证，标定后的相机在1米左右的距离上，测距误差约为3%。
• 适用范围：适用于需要同时进行目标检测与测距的场景，如机器人导航、工业检测等。

注意事项：

• 相机参数：默认使用了项目作者的相机参数，如果使用其他双目相机，请调整相机参数和分辨率设置。
• 版本兼容性：请确保YOLOv5/v8的版本与项目代码兼容。

项目结构：

• main.py：主程序入口，负责启动目标检测和测距流程。
• camera_calibration.py：相机标定脚本。
• detection.py：目标检测模块，使用YOLOv5/v8进行检测。
• stereo_matching.py：立体匹配模块，使用改进的SGBM算法进行测距。
• config.ini：配置文件，包含相机参数和其他设置。

如何开始：

1. 克隆仓库：从GitHub仓库中克隆该项目。
2. 安装依赖：按照README文件中的指示安装所有必要的依赖。
3. 运行程序：按照README中的指示运行主程序。
4. 测试数据：使用测试视频进行初步测试。

项目优势：

• 高效性：YOLOv5/v8提供了高效的检测速度。
• 精确性：改进的SGBM算法提高了测距的精确度。
• 灵活性：可以根据实际需求调整相机参数和其他设置。