CV / LightFace

LightFace Slim

Detección de rostros ultraligera (0.26M parámetros) en reComputer R Series con Hailo-8 o Hailo-10H.

64 descargas

Memoria

4GB+

Precisión

Hailo HEF

Elige el dispositivo que estás usando. La guía de configuración y la documentación se actualizarán en consecuencia.

Plataforma

Motor de inferencia

Primeros pasos

Desplegar

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

API REST

Usa la API REST para ejecutar inferencia. Copia los comandos siguientes.

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())

Detalles del modelo

reComputer R Series (CM5 + Hailo-8)

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

Detección facial ultraligera (0.26M parámetros) que se ejecuta en Hailo-8 mediante HailoRT 4.23. El HEF expone cabezales SSD sin procesar (sin NMS en el chip): el host construye las 4,420 anclas, ejecuta la decodificación de cajas SSD (varianzas 10/5), el softmax sobre los logits de fondo/rostro, el corte por puntuación y el NMS voraz.

Esta página está dirigida a reComputer R Series (CM5 + Hailo-8) con un acelerador Hailo-8 conectado mediante PCIe.

Información del modelo

Propiedad	Valor
Arquitectura	Ultra-Light-Fast-Generic-Face-Detector-1MB (estilo SSD, strides 8/16/32/64)
Tarea	Detección facial (clase única "face", WIDER FACE)
Entrada	240×320×3 (la aplicación introduce uint8 BGR; mean 127 / std 128 están integrados en el HEF)
Salida	8 cabezales sin procesar: 4 escalas × {deltas de bbox, logits de fondo + rostro}
Decodificación	Decodificación SSD en el host (varianzas 10/5) + softmax + NMS voraz (`meta_arch=retinaface`)
Parámetros	0.26M
Operaciones	0.16G
mAP de referencia	39.71 (WIDER FACE, precisión completa, Hailo Model Zoo; no medido en esta placa)
Licencia	MIT (Ultra-Light-Fast-Generic-Face-Detector-1MB)
Fuente	Hailo Model Zoo

Configuración del hardware y del host

Elemento	Valor
Placa	reComputer R Series con Raspberry Pi CM5
Acelerador	Hailo-8 mediante PCIe, expuesto como `/dev/hailo0`
Entorno de ejecución	HailoRT 4.23.x (el host y el contenedor deben compartir major.minor)
Python en el contenedor	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

Instale hailort hailort-pcie-driver python3-hailort directamente, no hailo-all, que puede arrastrar los paquetes de Hailo-10H / HailoRT 5.x.

Ejecución con el video de demostración

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

Modo de cámara USB

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

Abra http://<Board_IP>:8000 para ver la vista previa web.

Archivos HEF

HEF	Tamaño	Notas
`lightface_slim.hef`	1,907,332 bytes	compilación Hailo-8 de Hailo Model Zoo v2.19.0; 8 cabezales sin procesar

Origen:

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"

Respuesta (box es [x1, y1, x2, y2] en píxeles del fotograma original):

json

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

Endpoint	Método	Propósito
`/`	GET	Interfaz de vista previa web
`/api/models/lightface_slim/predict`	POST	Cajas de rostros (JSON)
`/api/video_feed`	GET	Flujo de vista previa MJPEG
`/api/config`	GET / POST	Umbrales de confianza / IoU

Notas de implementación

Conjunto de anclas según la configuración del zoo: steps 8/16/32/64, min_sizes [10,16,24] / [32,48] / [64,96] / [128,192,256] → 4,420 anclas.
El corte de confianza de la vista previa es 0.5; la evaluación del zoo usa 0.1 con NMS IoU 0.3.
El fotograma se redimensiona conservando la relación de aspecto y se rellena por abajo/derecha con 0, igual que el preprocesamiento de detección facial del zoo.

Desarrollo

Origen: src/rpi5_hailo8_lightface_slim/
Dockerfile: docker/hailo8/lightface_slim.dockerfile
Registro de validación: src/rpi5_hailo8_lightface_slim/TEST_REPORT.md

Entradas y salidas

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