← Modèles

CV / PaddleOCR

PaddleOCR v5 Mobile Recognition

Text-line recognition on reComputer R Series with Hailo-8 or Hailo-10H.

26 téléchargements
Taille
7.48 MB
Mémoire
4GB+
Précision
Hailo HEF / HailoRT

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

Pour commencer

Déployer
sudo docker run --rm \
  --name cm5-hailo8-paddle-ocr-v5-mobile-recognition \
  --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/paddle_ocr_v5_mobile_recognition:latest \
  python web_detection.py --model_path model/paddle_ocr_v5_mobile_recognition.hef --video_path video/test.mp4

Détails du modèle

reComputer R Series (CM5 + Hailo-10H)

Reconnaissance PaddleOCR v5 Mobile sur reComputer R Series (CM5 + Hailo-10H)

PaddleOCR v5 Mobile Recognition décode une image recadrée de ligne de texte en une chaîne de texte avec une valeur de confiance CTC sur Hailo-10H via HailoRT 5.1.1.

Cette page cible la reComputer R Series (CM5 + Hailo-10H) avec un accélérateur Hailo-10H PCIe.

Informations sur le modèle

PropriétéValeur
ArchitecturePaddleOCR v5 Mobile (reconnaisseur CTC de type CRNN)
TâcheReconnaissance de texte
Entrée48×320×3 (une ligne de texte)
SortieLogits CTC → chaîne décodée + confiance
Paramètres4.1M
Opérations1.5G
PrécisionMétrique de reconnaissance 62.37 (référence Model Zoo)
HEFHailo Model Zoo v5.4.0, Hailo-10H

Configuration matérielle et de l'hôte

ÉlémentValeur
CartereComputer R Series avec Raspberry Pi CM5
AccélérateurHailo-10H sur PCIe, exposé en /dev/hailo0
Pilote hôtepaquet apt hailo-h10-all
RuntimeHailoRT 5.1.1 (hôte / conteneur doivent partager major.minor)
Python dans le conteneur3.13, aarch64
bash
sudo apt update
sudo apt install hailo-h10-all -y
sudo reboot

# Après le redémarrage
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

Exécuter avec une vidéo de démonstration

bash
sudo docker run --rm \
  --name hailo10h-paddle-ocr-recognition \
  --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/paddle_ocr_v5_mobile_recognition:latest \
  python web_detection.py --model_path model/paddle_ocr_v5_mobile_recognition.hef --video_path video/test.mp4

Ouvrez http://<Board_IP>:8000 pour afficher l'aperçu web — la démo traite une seule ligne de texte ; la chaîne reconnue et la confiance sont dessinées sur une bande blanche sous l'image (rapport d'aspect préservé via letterbox).

API REST

bash
curl -X POST "http://<Board_IP>:8000/api/models/paddle_ocr_v5_mobile_recognition/predict" \
  -F "file=@line.png"
Point de terminaisonMéthodeObjectif
/api/models/paddle_ocr_v5_mobile_recognition/predictPOSTTexte décodé + confiance (JSON)
/api/video_feedGETFlux d'aperçu MJPEG
/api/video/upload + /api/video/analyzePOSTAnalyse vidéo hors ligne

Notes de développement

  • Module source : src/hailo10h_paddle_ocr_v5_mobile_recognition/
  • Dockerfile : docker/hailo10h/paddle_ocr_v5_mobile_recognition.dockerfile
  • Conteneur : ghcr.io/seeed-projects/recomputer-hailo10h-cv/paddle_ocr_v5_mobile_recognition:latest
  • Inclut le correctif CTC double-batch-dim et l'aperçu MJPEG letterboxé ; l'exécuteur utilise l'API create_infer_model de HailoRT 5.1.1.
  • Alimentez-le avec les recadrages du module de détection pour lire le texte dans chaque région détectée.

Entrées et sorties

Input: cropped single-line text image or demo video frame. Output: CTC-decoded text, confidence, and annotated MJPEG preview.