← Modelle

CV / PaddleOCR

PaddleOCR v5 Mobile Recognition

Text-line recognition on reComputer R Series with Hailo-8 or Hailo-10H.

26 Downloads
Größe
7.48 MB
Speicher
4GB+
Präzision
Hailo HEF / HailoRT

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

Erste Schritte

Bereitstellen
sudo docker run --rm \
  --name cm5-hailo8-paddle-ocr-v5-mobile-recognition \
  --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/paddle_ocr_v5_mobile_recognition:latest \
  python web_detection.py --model_path model/paddle_ocr_v5_mobile_recognition.hef --video_path video/test.mp4

Modelldetails

reComputer R Series (CM5 + Hailo-10H)

PaddleOCR v5 Mobile Recognition auf reComputer R Series (CM5 + Hailo-10H)

PaddleOCR v5 Mobile Recognition dekodiert ein ausgeschnittenes Textzeilenbild in eine Textzeichenfolge mit einem CTC-Konfidenzwert auf Hailo-10H über HailoRT 5.1.1.

Diese Seite zielt auf die reComputer R Series (CM5 + Hailo-10H) mit einem PCIe-Hailo-10H-Beschleuniger ab.

Modellinformationen

EigenschaftWert
ArchitekturPaddleOCR v5 Mobile (CRNN-artiger CTC-Erkenner)
AufgabeTexterkennung
Eingabe48×320×3 (eine Textzeile)
AusgabeCTC-Logits → dekodierte Zeichenfolge + Konfidenz
Parameter4,1M
Operationen1,5G
GenauigkeitErkennungsmetrik 62,37 (Model-Zoo-Referenz)
HEFHailo Model Zoo v5.4.0, Hailo-10H

Hardware- und Host-Einrichtung

ElementWert
BoardreComputer R Series mit Raspberry Pi CM5
BeschleunigerHailo-10H über PCIe, verfügbar als /dev/hailo0
Host-Treiberapt-Paket hailo-h10-all
RuntimeHailoRT 5.1.1 (Host/Container müssen major.minor teilen)
Python im Container3.13, aarch64
bash
sudo apt update
sudo apt install hailo-h10-all -y
sudo reboot

# Nach dem Neustart
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

Mit Demovideo ausführen

bash
sudo docker run --rm \
  --name hailo10h-paddle-ocr-recognition \
  --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/paddle_ocr_v5_mobile_recognition:latest \
  python web_detection.py --model_path model/paddle_ocr_v5_mobile_recognition.hef --video_path video/test.mp4

Öffnen Sie http://<Board_IP>:8000, um die Webvorschau anzusehen — die Demo verarbeitet eine einzelne Textzeile; die erkannte Zeichenfolge und die Konfidenz werden auf einem weißen Streifen unter dem Bild gezeichnet (Seitenverhältnis per Letterbox erhalten).

REST-API

bash
curl -X POST "http://<Board_IP>:8000/api/models/paddle_ocr_v5_mobile_recognition/predict" \
  -F "file=@line.png"
EndpunktMethodeZweck
/api/models/paddle_ocr_v5_mobile_recognition/predictPOSTDekodierter Text + Konfidenz (JSON)
/api/video_feedGETMJPEG-Vorschaustream
/api/video/upload + /api/video/analyzePOSTOffline-Videoanalyse

Entwicklungsnotizen

  • Quellmodul: src/hailo10h_paddle_ocr_v5_mobile_recognition/
  • Dockerfile: docker/hailo10h/paddle_ocr_v5_mobile_recognition.dockerfile
  • Container: ghcr.io/seeed-projects/recomputer-hailo10h-cv/paddle_ocr_v5_mobile_recognition:latest
  • Enthält den CTC-Doppel-Batch-Dim-Fix und die letterboxierte MJPEG-Vorschau; der Executor verwendet die create_infer_model-API von HailoRT 5.1.1.
  • Füttern Sie es mit Ausschnitten aus dem Detektionsmodul, um den Text in jedem erkannten Bereich zu lesen.

Eingaben und Ausgaben

Input: cropped single-line text image or demo video frame. Output: CTC-decoded text, confidence, and annotated MJPEG preview.