YOLOv8进行对象检测与关键点定位：实时计算关键点间实际距离并可视化

主要功能如下：

该脚本主要实现了使用预训练的YOLO模型对输入图片进行对象检测与关键点定位，计算特定关键点之间的实际距离，并在图片上可视化这些信息（包括边界框、关键点标记、实际距离文字标注），最后保存处理后的图片。

from ultralytics import YOLO
import cv2
import numpy as np
import sys

# 读取命令行参数
weight_path = "./runs/pose/train/weights/best.onnx"  # 模型权重文件路径
media_path = "./dataset/my_yolo/images/val/00001.jpg"  # 待检测图片路径

# 加载模型
model = YOLO(weight_path)  # 使用YOLO加载模型

# 获取类别
objs_labels = model.names  # 获取模型识别的所有类别标签
print(objs_labels)  # 输出类别标签列表

# 类别的颜色
class_color = [(255, 0, 0), (0, 255, 0), (0, 0, 255), (255, 255, 0)]  # 不同类别的颜色设置

# 关键点的顺序
keypoint_list = ["1"