CV / LPRNet

LPRNet

reComputer R Series (CM5 + Hailo-10H)

Kennzeichenerkennung auf reComputer RK3576, RK3588 und CM5 mit Hailo-8 oder Hailo-10H.

167 Downloads

Präzision

RKNN / 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-hailo10h-lprnet \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo10h-cv/lprnet:latest \
  python web_detection.py --model_path model/lprnet.hef --detector_model_path model/tiny_yolov4_license_plates.hef --video_path video/test.mp4

REST API

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

Curl

curl http://localhost:8080/v1/chat/completions -d '{
  "model": "lprnet-rknn",
  "messages": [{"role": "user", "content": "Hello"}]
}'

Python

import requests

resp = requests.post(
    "http://localhost:8080/v1/chat/completions",
    json={"model": "lprnet-rknn", "messages": [{"role": "user", "content": "Hello"}]},
)
print(resp.json())

Modelldetails

reComputer R Series (CM5 + Hailo-10H)

LPRNet auf reComputer CM5 + Hailo-10H

Tiny-YOLOv4 erkennt Kennzeichen und LPRNet liest den Kennzeichentext in einer gemeinsamen Pipeline über HailoRT 5.1.1 auf Hailo-10H.

Modellinformationen

Eigenschaft	Wert
Aufgabe	Pipeline zur Kennzeichendetektion und Texterkennung
Detektor	Tiny-YOLOv4 (416x416x3, 2 Köpfe, Anchor-Decodierung auf der CPU)
Texterkenner	LPRNet (75x300x3, CTC-Decodierung zum Kennzeichentext)
Klassen	Kennzeichenposition + Kennzeichenzeichen 0-9
HEF	Hailo Model Zoo v5.4.0, Hailo-10H (4.7 MB / 5.1 MB)

Hardware- und Hosteinrichtung

Eintrag	Wert
Board	reComputer R Series mit Raspberry Pi CM5
Beschleuniger	Hailo-10H über PCIe, verfügbar als `/dev/hailo0`
Hosttreiber	apt-Paket `hailo-h10-all`
Laufzeit	HailoRT 5.1.1
Python im Container	3.13, aarch64

bash

sudo apt update
sudo apt install hailo-h10-all -y
sudo reboot

hailortcli fw-control identify
ls /dev/hailo0

Mit Demovideo ausführen

bash

sudo docker run --rm \
  --name cm5-hailo10h-lprnet \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo10h-cv/lprnet:latest \
  python web_detection.py --model_path model/lprnet.hef --detector_model_path model/tiny_yolov4_license_plates.hef --video_path video/test.mp4

Öffnen Sie http://<Board_IP>:8000 für die Webvorschau.

REST-API

bash

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

Entwicklungshinweise

Quellmodul: src/hailo10h_lprnet/
Dockerfile: docker/hailo10h/lprnet.dockerfile
Container: ghcr.io/seeed-projects/recomputer-hailo10h-cv/lprnet:latest
Verwendet den Mehrfachausgabe-Executor von HailoRT 5.1.1.

Eingaben und Ausgaben

RKNN: cropped plate or selected region to recognized text. Hailo: traffic frame to detected plate box and CTC-decoded numeric plate text.