CV / Tiny Yolo

Tiny-YOLOv4

reComputer R Series (CM5 + Hailo-8)

Détection d’objets des 80 classes COCO avec Tiny-YOLOv4 (décodage YOLOv3 sur CPU) sur reComputer R Series avec Hailo-8.

17 téléchargements

Taille

7.3 MB

Mémoire

4GB+

Précision

Hailo HEF / HailoRT 4.23.x

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-hailo8-tiny-yolov4 \
  --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:latest \
  python web_detection.py --model_path model/tiny_yolov4.hef --video_path video/test.mp4

API REST

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

Curl

curl -X POST "http://<Board_IP>:8000/api/models/tiny_yolov4/predict" \
  -F "file=@test.jpg"

Python

import requests

response = requests.post(
    "http://<Board_IP>:8000/api/models/tiny_yolov4/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(response.json())

Détails du modèle

Tiny-YOLOv4 sur reComputer R Series (CM5 + Hailo-8)

Tiny-YOLOv4 détecte les 80 classes COCO sur Hailo-8. Les entrées/sorties sont identiques à Tiny-YOLOv3, mais avec une dorsale YOLOv4-tiny (plus légère et plus précise). Aucune NMS sur puce : les têtes YOLOv3 brutes sont décodées sur CPU.

Cette page concerne reComputer R Series (CM5 + Hailo-8) équipé d'un accélérateur Hailo-8 PCIe.

Informations du modèle

Propriété	Valeur
Architecture	YOLOv4-tiny (base/yolo.yaml)
Tâche	Détection d’objets
Entrée	416x416x3 RGB (normalize_in_net std=255)
Sortie	2 têtes brutes : 13x13x255 (pas 32) + 26x26x255 (pas 16)
Classes	80 (COCO, indices à partir de 0)
Paramètres	6.05M
Opérations	6.92G
Post-traitement	Décodage YOLOv3 sur CPU (SANS NMS sur puce)
HEF	Hailo Model Zoo v2.19.0, Hailo-8

Configuration du matériel et de l’hôte

bash

sudo apt update
sudo apt install hailort hailort-pcie-driver python3-hailort
sudo reboot
hailortcli --version
hailortcli fw-control identify
ls -l /dev/hailo0

Exécution avec la vidéo de démonstration

bash

sudo docker run --rm \
  --name cm5-hailo8-tiny-yolov4 \
  --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:latest \
  python web_detection.py --model_path model/tiny_yolov4.hef --video_path video/test.mp4

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

Mode caméra USB

bash

sudo docker run --rm \
  --name cm5-hailo8-tiny-yolov4 \
  --privileged \
  --net=host \
  -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/tiny_yolov4:latest \
  python web_detection.py --model_path model/tiny_yolov4.hef --camera_id 0

API REST

text

POST http://<Board_IP>:8000/api/models/tiny_yolov4/predict

bash

curl -X POST "http://<Board_IP>:8000/api/models/tiny_yolov4/predict" \
  -F "file=@test.jpg"

Point d’accès	Méthode	Fonction
`/`	GET	Interface d’aperçu web
`/api/models/tiny_yolov4/predict`	POST	Détections (JSON)
`/api/video_feed`	GET	Flux d’aperçu MJPEG

Notes d’implémentation

Entrées/sorties et post-traitement identiques à Tiny-YOLOv3 (même base/yolo.yaml, mêmes ancres et décodage YOLOv3 CPU) ; seule la dorsale diffère (YOLOv4-tiny).
Aucune NMS sur puce : têtes YOLOv3 brutes, décodage CPU (sigmoid + ancres + NMS).
normalize_in_net std=255 (÷255) + padding_color=114 (gris). Fournit du RGB uint8 brut après letterbox.

Notes de développement

Module source : src/rpi5_hailo8_tiny_yolov4/
Dockerfile : docker/hailo8/tiny_yolov4.dockerfile
Conteneur : ghcr.io/seeed-projects/recomputer-hailo8-cv/tiny_yolov4:latest
Famille : yolo (variantes tiny_yolov3 / tiny_yolov4) ; il s'agit de la compilation v4.

Entrées et sorties

Input: image, video, or USB camera frame. Output: COCO 80-class detection boxes with confidences, plus an annotated MJPEG preview.