CV / YOLO26

YOLO26-seg

reComputer R Series (CM5 + Hailo-10H)

Modèles de segmentation YOLO26 (n/s/m/l/x-seg) sur reComputer R Series avec Hailo-8 ou Hailo-10H.

201 téléchargements

Taille

6.0 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.

Plateforme

Taille

Moteur d'inférence

Pour commencer

Déployer

sudo docker run --rm \
  --name cm5-hailo-yolo26n-seg \
  --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/yolo26n_seg:latest \
  python web_detection.py --model_path model/yolo26n_seg.hef --video_path video/test.mp4

Détails du modèle

reComputer CM5 + Hailo-10H

YOLO26-seg sur reComputer CM5 + Hailo-10H

Les modèles YOLO26n/s/m/l-seg s'exécutent sur Hailo-10H via HailoRT. Le décodage CPU one2one (DFL + top-k + assemblage du masque prototype) produit des masques d'instance et des boîtes pour 80 classes COCO.

Informations sur le modèle

Variante	Entrée	HEF inclus	Image de conteneur
YOLO26n-seg	640×640×3 RGB	6.0 MB	`yolo26n_seg`
YOLO26s-seg	640×640×3 RGB	17.5 MB	`yolo26s_seg`
YOLO26m-seg	640×640×3 RGB	27.0 MiB (28.3 MB)	`yolo26m_seg`
YOLO26l-seg	640×640×3 RGB	38.3 MiB (40.1 MB)	`yolo26l_seg`

Matériel et configuration de l'hôte

Élément	Valeur
Carte	Raspberry Pi CM5
Accélérateur	Hailo-10H, `/dev/hailo0`
Runtime	HailoRT 5.1.1
OS	Raspberry Pi OS Bookworm, aarch64

bash

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

# After reboot
hailortcli fw-control identify
ls /dev/hailo0

Exécuter avec la vidéo de démonstration

Sélectionnez la commande correspondant à la variante du modèle.

YOLO26n-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo-yolo26n-seg \
  -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/yolo26n_seg:latest \
  python web_detection.py --model_path model/yolo26n_seg.hef --video_path video/test.mp4

YOLO26s-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo-yolo26s-seg \
  -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/yolo26s_seg:latest \
  python web_detection.py --model_path model/yolo26s_seg.hef --video_path video/test.mp4

YOLO26m-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo-yolo26m-seg \
  -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/yolo26m_seg:latest \
  python web_detection.py --model_path model/yolo26m_seg.hef --video_path video/test.mp4

YOLO26l-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo-yolo26l-seg \
  -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/yolo26l_seg:latest \
  python web_detection.py --model_path model/yolo26l_seg.hef --video_path video/test.mp4

Ouvrez http://<Board_IP>:8000 pour voir l'aperçu web. Utilisez /api/video_feed pour le flux MJPEG.

REST API

Chaque variante possède son propre endpoint :

Variante	Endpoint
YOLO26n-seg	`POST /api/models/yolo26n_seg/predict`
YOLO26s-seg	`POST /api/models/yolo26s_seg/predict`
YOLO26m-seg	`POST /api/models/yolo26m_seg/predict`
YOLO26l-seg	`POST /api/models/yolo26l_seg/predict`

Exemple :

bash

curl -X POST "http://<Board_IP>:8000/api/models/yolo26n_seg/predict" \
  -F "file=@test.jpg"

La réponse contient des entrées predictions avec les champs box, confidence et class_id.

Développement

Variante	Source	Dockerfile
YOLO26n-seg	`src/hailo10h_yolo26n_seg/`	`docker/hailo10h/yolo26n_seg.dockerfile`
YOLO26s-seg	`src/hailo10h_yolo26s_seg/`	`docker/hailo10h/yolo26s_seg.dockerfile`
YOLO26m-seg	`src/hailo10h_yolo26m_seg/`	`docker/hailo10h/yolo26m_seg.dockerfile`
YOLO26l-seg	`src/hailo10h_yolo26l_seg/`	`docker/hailo10h/yolo26l_seg.dockerfile`

Entrées et sorties

Entrée : image (640x640 RGB). Sortie : boîtes englobantes + masques d'instance (80 classes COCO).