CV / LightFace

LightFace Slim

Ultraleichte Gesichtserkennung (0,26M Parameter) auf der reComputer R Series mit Hailo-8 oder Hailo-10H.

64 Downloads

Speicher

4GB+

Präzision

Hailo HEF

Wähle das Gerät, das du verwendest. Die Einrichtungsanleitung und Dokumentation werden entsprechend aktualisiert.

Plattform

Inferenz-Engine

Erste Schritte

Bereitstellen

sudo docker run --rm \
  --name cm5-hailo8-lightface \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo8-cv/lightface_slim:latest \
  python web_detection.py --model_path model/lightface_slim.hef --video_path video/test.mp4

REST API

Verwende die REST API für die Inferenz. Kopiere die folgenden Befehle.

Curl

curl -X POST "http://<Board_IP>:8000/api/models/lightface_slim/predict" \
  -F "file=@test.jpg"

Python

import requests

resp = requests.post(
    "http://<Board_IP>:8000/api/models/lightface_slim/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(resp.json())

Modelldetails

reComputer R Series (CM5 + Hailo-8)

LightFace Slim auf der reComputer R Series (CM5 + Hailo-8)

Ultraleichte Gesichtserkennung (0.26M Parameter) auf Hailo-8 über HailoRT 4.23. Das HEF stellt rohe SSD-Köpfe bereit (kein On-Chip-NMS): der Host erstellt die 4,420 Anker, führt die SSD-Box-Dekodierung (Varianzen 10/5), das Softmax über die Hintergrund-/Gesichts-Logits, den Score-Schnitt und das Greedy-NMS aus.

Diese Seite richtet sich an reComputer R Series (CM5 + Hailo-8) mit einem PCIe-Hailo-8-Beschleuniger.

Modellinformationen

Eigenschaft	Wert
Architektur	Ultra-Light-Fast-Generic-Face-Detector-1MB (SSD-Stil, Strides 8/16/32/64)
Aufgabe	Gesichtserkennung (einzelne "face"-Klasse, WIDER FACE)
Eingabe	240×320×3 (die App liefert uint8-BGR; Mittelwert 127 / Std 128 sind im HEF eingebettet)
Ausgabe	8 rohe Köpfe: 4 Skalen × {bbox-Deltas, Hintergrund- + Gesichts-Logits}
Dekodierung	SSD-Dekodierung auf dem Host (Varianzen 10/5) + Softmax + Greedy-NMS (`meta_arch=retinaface`)
Parameter	0.26M
Operationen	0.16G
Referenz-mAP	39.71 (WIDER FACE, volle Präzision, Hailo Model Zoo; nicht auf dieser Platine gemessen)
Lizenz	MIT (Ultra-Light-Fast-Generic-Face-Detector-1MB)
Quelle	Hailo Model Zoo

Hardware und Host-Setup

Punkt	Wert
Board	reComputer R Series mit Raspberry Pi CM5
Beschleuniger	Hailo-8 über PCIe, als `/dev/hailo0` verfügbar
Runtime	HailoRT 4.23.x (Host / Container müssen major.minor teilen)
Python im Container	3.11, aarch64

bash

sudo apt update
sudo apt install hailort hailort-pcie-driver python3-hailort
sudo reboot

# After reboot
hailortcli fw-control identify
ls /dev/hailo0

# Docker
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh --mirror Aliyun
sudo systemctl enable docker
sudo systemctl start docker

Installieren Sie hailort hailort-pcie-driver python3-hailort direkt — nicht hailo-all, das die Hailo-10H-/HailoRT-5.x-Pakete nachziehen kann.

Ausführung mit dem Demo-Video

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo8-lightface \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo8-cv/lightface_slim:latest \
  python web_detection.py --model_path model/lightface_slim.hef --video_path video/test.mp4

USB-Kameramodus

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo8-lightface \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  --device /dev/video0:/dev/video0 \
  -v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo8-cv/lightface_slim:latest \
  python web_detection.py --model_path model/lightface_slim.hef --camera_id 0

Öffnen Sie http://<Board_IP>:8000, um die Webvorschau anzuzeigen.

HEF-Dateien

HEF	Größe	Hinweise
`lightface_slim.hef`	1,907,332 bytes	Hailo-8-Build des Hailo Model Zoo v2.19.0; 8 rohe Köpfe

Quelle:

text

https://hailo-model-zoo.s3.eu-west-2.amazonaws.com/ModelZoo/Compiled/v2.19.0/hailo8/lightface_slim.hef

SHA256: e448c0f692f9e907bb7328fc2305ced4d3569f1e0aa26d44439d1a6f003e9314

REST API

text

POST http://<Board_IP>:8000/api/models/lightface_slim/predict

bash

curl -X POST "http://<Board_IP>:8000/api/models/lightface_slim/predict" \
  -F "file=@test.jpg"

Antwort (box ist [x1, y1, x2, y2] in Pixeln des Originalbilds):

json

{
  "predictions": [
    {"box": [220, 156, 260, 196], "confidence": 0.98}
  ]
}

Endpoint	Methode	Zweck
`/`	GET	Web-Vorschau-Oberfläche
`/api/models/lightface_slim/predict`	POST	Gesichtsboxen (JSON)
`/api/video_feed`	GET	MJPEG-Vorschaustream
`/api/config`	GET / POST	Konfidenz-/IoU-Schwellenwerte

Implementierungshinweise

Ankersatz aus der Zoo-Konfiguration: steps 8/16/32/64, min_sizes [10,16,24] / [32,48] / [64,96] / [128,192,256] → 4,420 Anker.
Konfidenzschwelle der Vorschau 0.5; die Zoo-Evaluierung verwendet 0.1 mit NMS-IoU 0.3.
Das Frame wird unter Beibehaltung des Seitenverhältnisses skaliert und unten/rechts mit 0 aufgefüllt, passend zur Gesichtserkennungs-Vorverarbeitung des Zoos.

Entwicklung

Quelle: src/rpi5_hailo8_lightface_slim/
Dockerfile: docker/hailo8/lightface_slim.dockerfile
Validierungsprotokoll: src/rpi5_hailo8_lightface_slim/TEST_REPORT.md

Eingaben und Ausgaben

Input: image (240x320 RGB). Output: face bounding boxes with confidence scores.