CV / YOLOv3

YOLOv3

reComputer R Series (CM5 + Hailo-8)

Détection COCO avec YOLOv3 / YOLOv3-416 / YOLOv3-Gluon / YOLOv3-Gluon-416 sur reComputer série R avec Hailo-8 ou Hailo-10H.

12 téléchargements
Taille
54.7 MB
Mémoire
4GB+
Précision
Hailo HEF

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 pi5-hailo8-yolov3 \
  --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/yolov3:latest \
  python web_detection.py --model_path model/yolov3.hef --video_path video/test.mp4

Détails du modèle

reComputer R Series (CM5 + Hailo-8)

Détection COCO avec YOLOv3 / YOLOv3-416 / YOLOv3-Gluon / YOLOv3-Gluon-416 sur reComputer série R (CM5 + Hailo-8)

Les quatre variantes YOLOv3 détectent 80 classes COCO sur Hailo-8 via HailoRT 4.23.x. Chaque HEF fournit trois têtes YOLOv3 brutes ; l’hôte effectue le décodage complet (sigmoid + anchors + NMS) et dessine les boîtes dans l’aperçu MJPEG. Les variantes partagent le même service web.

Informations sur le modèle

VarianteEntréeHEF embarquémAP float / Hailo-8FPS (batch 1)Paramètres / opérationsConteneur
YOLOv3608×608×354.7 MB38.4 / 38.337.868.79M / 158.10Gyolov3
YOLOv3-416416×416×356.6 MB37.7 / 37.647.861.92M / 65.94Gyolov3_416
YOLOv3-Gluon608×608×350.8 MB37.3 / 35.838.168.79M / 140.7Gyolov3_gluon
YOLOv3-Gluon-416416×416×356.2 MB36.3 / 34.349.061.92M / 65.94Gyolov3_gluon_416

Matériel et configuration de l'hôte

| Carte | Accélérateur | Environnement d’exécution | Python dans le conteneur | |---|---| | Carte | reComputer série R avec Raspberry Pi CM5 | | Accélérateur | Hailo-8 en PCIe, exposé comme /dev/hailo0 | | Environnement d’exécution | HailoRT 4.23.x (hôte et conteneur doivent partager major.minor) | | Python dans le conteneur | 3.11, aarch64 |

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

# Après 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 la vidéo de démonstration

Sélectionnez la commande correspondant à la variante du modèle.

YOLOv3

bash
sudo docker run --rm \
  --name pi5-hailo8-yolov3 \
  --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/yolov3:latest \
  python web_detection.py --model_path model/yolov3.hef --video_path video/test.mp4

YOLOv3-416

bash
sudo docker run --rm \
  --name pi5-hailo8-yolov3-416 \
  --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/yolov3_416:latest \
  python web_detection.py --model_path model/yolov3_416.hef --video_path video/test.mp4

YOLOv3-Gluon

bash
sudo docker run --rm \
  --name pi5-hailo8-yolov3-gluon \
  --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/yolov3_gluon:latest \
  python web_detection.py --model_path model/yolov3_gluon.hef --video_path video/test.mp4

YOLOv3-Gluon-416

bash
sudo docker run --rm \
  --name pi5-hailo8-yolov3-gluon-416 \
  --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/yolov3_gluon_416:latest \
  python web_detection.py --model_path model/yolov3_gluon_416.hef --video_path video/test.mp4

Ouvrez http://<Board_IP>:8000 pour voir les détections. Le fichier video/test.mp4 fourni est le clip de démonstration utilisé pour la vérification.

Mode caméra USB

bash
sudo docker run --rm \
  --name pi5-hailo8-yolov3 \
  --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/yolov3:latest \
  python web_detection.py --model_path model/yolov3.hef --camera_id 0

Remplacez yolov3 par le nom d’image et de modèle d’une autre variante pour exécuter YOLOv3-416, YOLOv3-Gluon ou YOLOv3-Gluon-416.

REST API

EndpointMéthode
YOLOv3POST /api/models/yolov3/predict
YOLOv3-416POST /api/models/yolov3_416/predict
YOLOv3-GluonPOST /api/models/yolov3_gluon/predict
YOLOv3-Gluon-416POST /api/models/yolov3_gluon_416/predict
bash
curl -X POST "http://<Board_IP>:8000/api/models/yolov3/predict" \
  -F "file=@test.jpg"

Les entrées predictions contiennent la classe COCO, la confiance et la boîte.

Notes d'implémentation

  • Les HEF exposent trois têtes YOLOv3 brutes, sans NMS sur puce. L’hôte exécute sigmoid, le décodage par anchors et le NMS.
  • Le prétraitement applique un letterbox à la taille d’entrée du HEF avec un remplissage 114 et convertit BGR en RGB ; la normalisation est compilée dans le HEF.
  • Anchors : stride 32 [[116,90],[156,198],[373,326]], stride 16 [[30,61],[62,45],[59,119]], stride 8 [[10,13],[16,30],[33,23]].
  • La première inférence journalise la forme de chaque tête.

Notes de développement

  • Sources: src/rpi5_hailo8_yolov3{,_416,_gluon,_gluon_416}/
  • Dockerfiles: docker/hailo8/yolov3{,_416,_gluon,_gluon_416}.dockerfile
  • Conteneurs: ghcr.io/seeed-projects/recomputer-hailo8-cv/yolov3{,_416,_gluon,_gluon_416}:latest
  • HEFs: Hailo Model Zoo v2.20.0 (hailo8), sizes and SHA256 in each module's model/README.md

Entrées et sorties

Entrée : image, vidéo ou flux caméra USB. Sortie : boîtes COCO 80 classes, confiance et aperçu MJPEG.