Kennzeichenerkennung mit Raspberry Pi 5 und Hailo-8

1. Funktionsweise

Das Projekt führt eine zweistufige Kennzeichenerkennung auf Raspberry Pi 5 mit Hailo-8 aus. Tiny-YOLOv4 lokalisiert das Kennzeichen, danach erkennt LPRNet die Ziffern im Ausschnitt der Originalauflösung. Beide HEF-Netze teilen sich den Beschleuniger über die HailoRT-Planung.

Funktionen

Durch Hailo-8 beschleunigte Erkennung und OCR
Lokale Webvorschau mit FastAPI
REST-API für Bildvorhersagen
Video-, Bild- und Kameraeingaben

Voraussetzungen

Raspberry Pi 5 oder kompatibles CM5-System, Hailo-8 M.2, 64-Bit-ARM-Linux, kompatibles HailoRT 4.23.x, Python, FastAPI, OpenCV und Docker.

2. Bereitstellungsanleitung für Raspberry Pi 5 + Hailo-8

bash

git clone https://github.com/Seeed-Projects/reComputer-Hailo8-CV.git
cd reComputer-Hailo8-CV

hailortcli scan
hailortcli fw-control identify

sudo docker build \
  -f docker/hailo8/lprnet.dockerfile \
  -t lprnet:latest \
  src/rpi5_hailo8_lprnet

bash

sudo docker run --rm \
  --name rpi5-hailo8-lprnet \
  --privileged --net=host \
  --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 \
  lprnet:latest

Öffnen Sie http://<BOARD_IP>:8000 im selben Netzwerk. Die Bild-API befindet sich unter /api/models/lprnet/predict.

3. Erkennungslogik und Betriebshinweise

Der Detektor verarbeitet RGB-Bilder mit 416 × 416, erzeugt zwei YOLO-Ausgaben und führt Dekodierung und NMS auf der CPU aus. LPRNet verarbeitet BGR-Ausschnitte mit 300 × 75 und erzeugt die Ziffernfolge mit Softmax und CTC.

Das offizielle Alphabet lautet 0123456789-; Buchstaben und chinesische Provinzzeichen werden nicht erkannt. Sorgen Sie für ein ausreichend großes und scharfes Kennzeichen, halten Sie die HailoRT-Versionen kompatibel und passen Sie die Schwellenwerte mit Aufnahmen des Einsatzorts an.