CV / YOLOv10
YOLOv10
YOLOv10n est le détecteur YOLOv10 léger intégré dans la démonstration HailoRT du R20.
Choisissez l'appareil que vous utilisez. Le guide de configuration et la documentation seront mis à jour en conséquence.
Pour commencer
sudo docker run --rm --privileged --net=host --device /dev/dri/renderD128:/dev/dri/renderD128 \
-v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-yolov10:latest \
python3 web_detection.py --platform rk3576 --model_path model/yolov10n.rknn --video_path video/test.mp4Détails du modèle
reComputer RKYOLOv10 sur reComputer RK3576 et RK3588
Ce déploiement RKNN provient des modules YOLOv10 de reComputer-RK-CV. Il implémente le post-traitement Top-K en deux étapes, de bout en bout et sans NMS.
Informations sur le modèle
| Propriété | Valeur |
|---|---|
| Tâche | Détection d’objets COCO à 80 classes |
| Entrée | 640 x 640, letterboxé et converti de BGR en RGB |
| Variantes | yolov10n.rknn, yolov10s.rknn |
| Valeur par défaut | model/yolov10n.rknn |
| Post-traitement | Sélection Top-K de bout en bout sans NMS |
Exécuter le service
RK3576
sudo docker run --rm --privileged --net=host \
--device /dev/dri/renderD128:/dev/dri/renderD128 \
-v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-yolov10:latest \
python3 web_detection.py --platform rk3576 \
--model_path model/yolov10n.rknn --video_path video/test.mp4RK3588
sudo docker run --rm --privileged --net=host \
--device /dev/dri/renderD128:/dev/dri/renderD128 \
-v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
ghcr.io/seeed-projects/recomputer-rk-cv/rk3588-yolov10:latest \
python3 web_detection.py --platform rk3588 \
--model_path model/yolov10n.rknn --video_path video/test.mp4Sélectionnez YOLOv10s avec --model_path model/yolov10s.rknn. Remplacez l’argument vidéo par --camera_id -1 pour le mode téléversement uniquement.
Arguments de démarrage
| Argument | Valeur par défaut | Description |
|---|---|---|
--platform | Obligatoire | rk3576 ou rk3588. |
--model_path | Obligatoire | Fichier RKNN YOLOv10n ou YOLOv10s. |
--camera_id | 1 | Indice de caméra ; -1 désactive la capture. |
--video_path | Aucun | MP4 local en boucle ; remplace la caméra. |
--class_path | Labels COCO | Liste facultative de classes de remplacement. |
--host / --port | 0.0.0.0 / 8000 | Adresse et port du service. |
REST API
Endpoint : POST /api/models/yolov10/predict
curl -X POST "http://<BOARD_IP>:8000/api/models/yolov10/predict" \
-F "file=@bus.jpg" -F "conf=0.25"Exemple de réponse :
{
"success": true,
"source": "uploaded image",
"predictions": [
{
"class": "bus",
"confidence": 0.91,
"box": {"x1": 100, "y1": 120, "x2": 520, "y2": 430}
}
],
"image": {"width": 640, "height": 480}
}L’API accepte iou pour rester compatible avec le service de détection standard, mais le post-traitement sans NMS de YOLOv10 ne l’utilise pas. La confiance globale de GET/POST /api/config s’applique à l’aperçu et à l’analyse hors ligne.
Le service expose aussi les endpoints d’état, MJPEG, téléversement, analyse asynchrone, état, liste et téléchargement. Les fichiers sont écrits par défaut sous workspace/. Un modèle de remplacement doit conserver la taille d’entrée et les tenseurs attendus par le décodeur sans NMS de web_detection.py.
Compiler localement
docker build -f docker/rk3576/yolov10.dockerfile \
-t rk3576-yolov10:local src/rk3576_yolov10
docker build -f docker/rk3588/yolov10.dockerfile \
-t rk3588-yolov10:local src/rk3588_yolov10Entrées et sorties
Entrée : image, vidéo ou flux caméra USB. Sortie : boîtes de détection, classes, confiances et aperçu MJPEG annoté.