CV / LPRNet

LPRNet

reComputer R Series (CM5 + Hailo-10H)

Reconnaissance de plaques d’immatriculation sur reComputer RK3576, RK3588 et CM5 avec Hailo-8 ou Hailo-10H.

167 téléchargements

Précision

RKNN / Hailo HEF

Choisissez l'appareil que vous utilisez. Le guide de configuration et la documentation seront mis à jour en conséquence.

Plateforme

Moteur d'inférence

Pour commencer

Déployer

sudo docker run --rm \
  --name cm5-hailo10h-lprnet \
  --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/lprnet:latest \
  python web_detection.py --model_path model/lprnet.hef --detector_model_path model/tiny_yolov4_license_plates.hef --video_path video/test.mp4

API REST

Utilisez l'API REST pour exécuter l'inférence. Copiez les commandes ci-dessous.

Curl

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

Python

import requests

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

Détails du modèle

reComputer R Series (CM5 + Hailo-10H)

LPRNet sur reComputer CM5 + Hailo-10H

Tiny-YOLOv4 détecte les plaques d'immatriculation et LPRNet lit leur texte dans un même pipeline sur Hailo-10H via HailoRT 5.1.1.

Informations du modèle

Propriété	Valeur
Tâche	Pipeline de détection et reconnaissance de plaques
Détecteur	Tiny-YOLOv4 (416x416x3, 2 têtes, décodage des ancres sur CPU)
Reconnaisseur	LPRNet (75x300x3, décodage CTC en texte de plaque)
Classes	Position de la plaque + caractères de plaque 0-9
HEF	Hailo Model Zoo v5.4.0, Hailo-10H (4.7 MB / 5.1 MB)

Configuration du matériel et de l'hôte

Élément	Valeur
Carte	reComputer R Series avec Raspberry Pi CM5
Accélérateur	Hailo-10H via PCIe, exposé sous `/dev/hailo0`
Pilote de l'hôte	Paquet apt `hailo-h10-all`
Environnement d'exécution	HailoRT 5.1.1
Python dans le conteneur	3.13, aarch64

bash

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

hailortcli fw-control identify
ls /dev/hailo0

Exécution avec la vidéo de démonstration

bash

sudo docker run --rm \
  --name cm5-hailo10h-lprnet \
  --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/lprnet:latest \
  python web_detection.py --model_path model/lprnet.hef --detector_model_path model/tiny_yolov4_license_plates.hef --video_path video/test.mp4

Ouvrez http://<Board_IP>:8000 pour afficher l'aperçu web.

API REST

bash

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

Notes de développement

Module source : src/hailo10h_lprnet/
Dockerfile : docker/hailo10h/lprnet.dockerfile
Conteneur : ghcr.io/seeed-projects/recomputer-hailo10h-cv/lprnet:latest
Utilise l'exécuteur à sorties multiples de HailoRT 5.1.1.

Entrées et sorties

RKNN: cropped plate or selected region to recognized text. Hailo: traffic frame to detected plate box and CTC-decoded numeric plate text.