← Modelos

CV / Matrículas

Tiny-YOLOv4 Detección de matrículas

reComputer R Series (CM5 + Hailo-8)

Detección de matrículas de una sola clase en reComputer R Series con Hailo-8 o Hailo-10H.

59 descargas
Tamaño
8.21 MB
Memoria
4GB+
Precisión
Hailo HEF / HailoRT 4.23.x (Hailo-8) / 5.1.1 (Hailo-10H)

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

Primeros pasos

Desplegar
sudo docker run --rm \
  --name cm5-hailo8-lp-detector \
  --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/tiny_yolov4_license_plates:latest \
  python web_detection.py --model_path model/tiny_yolov4_license_plates.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/tiny_yolov4_license_plates/predict" \
  -F "file=@traffic.jpg"
Python
import requests

response = requests.post(
    "http://<Board_IP>:8000/api/models/tiny_yolov4_license_plates/predict",
    files={"file": open("traffic.jpg", "rb")},
    timeout=30,
)
print(response.json())

Detalles del modelo

reComputer R Series (CM5 + Hailo-8)

Tiny-YOLOv4 License Plates en CM5 + Hailo-8

Información del modelo

Este detector de una sola clase utiliza el HEF oficial Hailo-8 de Hailo Model Zoo v2.17. Acepta imágenes RGB 416x416 y produce cabezas sin procesar de 13x13x18 y 26x26x18. La aplicación realiza activación sigmoid, decodificación de anclas/cuadrícula, aplicación de umbrales y NMS en la CPU.

Model Zoo informa de 74.083 mAP en el conjunto interno de matrículas de Hailo. Es un dato de la fuente, no una medición local en CM5.

Vídeo de demostración

El clip incluido, de 33.17 segundos, 1280x720 y H.264, se transcodificó del vídeo LPR predeterminado oficial de Hailo TAPPAS v3.29:

https://hailo-tappas.s3.eu-west-2.amazonaws.com/v3.29/general/media/lpr_ayalon.mp4

Muestra vehículos acercándose a una cámara de tráfico fija y elevada, con matrículas numéricas visibles durante toda la secuencia.

Ejecución

bash
sudo docker run --rm \
  --name cm5-hailo8-lp-detector \
  --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/tiny_yolov4_license_plates:latest \
  python web_detection.py --model_path model/tiny_yolov4_license_plates.hef --video_path video/test.mp4

Abra http://<Board_IP>:8000.

API REST

bash
curl -X POST "http://<Board_IP>:8000/api/models/tiny_yolov4_license_plates/predict" \
  -F "file=@traffic.jpg"

La respuesta contiene la confianza license_plate y una caja xyxy en píxeles para cada detección.

Fuentes y validación

  • HEF: Hailo Model Zoo v2.17, destino Hailo-8.
  • Datos de la red: tiny_yolov4_license_plates.yaml de Model Zoo v2.17.
  • Vídeo y flujo oficial: Hailo TAPPAS v3.29.

Entradas y salidas

Input: 416x416 RGB traffic frame. Output: license-plate confidence and xyxy box after raw-head decoding and CPU NMS.