CV / YOLOX

YOLOX

reComputer R Series (CM5 + Hailo-10H)

Detección de objetos COCO con YOLOX en reComputer RK3576, RK3588 y CM5 con Hailo-8 o Hailo-10H.

241 descargas

Tamaño

5.5 MB

Memoria

4GB+

Precisión

RKNN / Hailo HEF

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

Plataforma

Tamaño

Motor de inferencia

Primeros pasos

Desplegar

sudo docker run --rm \
  --name cm5-hailo10h-yolox-tiny \
  --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/yolox_tiny:latest \
  python web_detection.py --model_path model/yolox_tiny.hef --video_path video/test.mp4

API REST

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

Curl

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

Python

import requests

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

Detalles del modelo

reComputer R Series (CM5 + Hailo-10H)

YOLOX en reComputer R Series (CM5 + Hailo-10H)

Los servicios YOLOX de Hailo-10H ofrecen detección de objetos COCO de 80 clases con NMS HPP en chip. Los HEF entregan detecciones ya decodificadas y la aplicación FastAPI ofrece predicción de imágenes, entrada de vídeo y cámara, vista previa MJPEG y análisis de vídeo offline.

Información del modelo

Variante	Entrada	HEF incluido	Imagen del contenedor
YOLOX-Tiny	416x416x3 RGB	8,880,128 bytes	`yolox_tiny`
YOLOX-S-Leaky	640x640x3 RGB	14,520,320 bytes	`yolox_s_leaky`
YOLOX-L-Leaky	640x640x3 RGB	48,189,440 bytes	`yolox_l_leaky`

Las tres variantes usan HEF de Hailo-10H del Model Zoo v5.4.0 (los tamaños en bytes están en la tabla).

Hardware y configuración del host

Elemento	Valor
Placa	reComputer R Series con Raspberry Pi CM5
Acelerador	Hailo-10H por PCIe, expuesto como `/dev/hailo0`
Runtime	HailoRT 5.1.1
Python en el contenedor	3.13, aarch64

El driver del host, el firmware, la librería nativa HailoRT y el wheel de Python del contenedor deben compartir la misma versión mayor y menor de HailoRT.

bash

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

# Después de reiniciar
hailortcli --version
hailortcli fw-control identify
ls -l /dev/hailo0

Ejecución con el vídeo de demostración

YOLOX-Tiny

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolox-tiny \
  -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/yolox_tiny:latest \
  python web_detection.py --model_path model/yolox_tiny.hef --video_path video/test.mp4

YOLOX-S-Leaky

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolox-s-leaky \
  -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/yolox_s_leaky:latest \
  python web_detection.py --model_path model/yolox_s_leaky.hef --video_path video/test.mp4

YOLOX-L-Leaky

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolox-l-leaky \
  -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/yolox_l_leaky:latest \
  python web_detection.py --model_path model/yolox_l_leaky.hef --video_path video/test.mp4

Abre http://<BOARD_IP>:8000 para ver la vista previa web.

REST API

Cada variante expone su propia ruta de predicción:

Variante	Endpoint
YOLOX-Tiny	`POST /api/models/yolox_tiny/predict`
YOLOX-S-Leaky	`POST /api/models/yolox_s_leaky/predict`
YOLOX-L-Leaky	`POST /api/models/yolox_l_leaky/predict`

bash

curl -X POST "http://<BOARD_IP>:8000/api/models/yolox_tiny/predict" \
  -F "file=@test.jpg"

La respuesta contiene IDs de clase COCO, confidencias y cajas.

Notas de desarrollo

Variante	Código	Dockerfile
YOLOX-Tiny	`src/hailo10h_yolox_tiny/`	`docker/hailo10h/yolox_tiny.dockerfile`
YOLOX-S-Leaky	`src/hailo10h_yolox_s_leaky/`	`docker/hailo10h/yolox_s_leaky.dockerfile`
YOLOX-L-Leaky	`src/hailo10h_yolox_l_leaky/`	`docker/hailo10h/yolox_l_leaky.dockerfile`

Entradas y salidas

Input: image, video frame, or camera frame. Output: COCO classes, confidence scores, and boxes.