CV / ArcFace

ArcFace MobileFaceNet

reComputer R Series (CM5 + Hailo-10H)

ArcFace による顔認識（2.04M パラメータ、LFW 99.4%）。reComputer R Series の Hailo-8 / Hailo-10H に対応。

58 ダウンロード

サイズ

3.91 MB

メモリ

4GB+

精度

Hailo HEF / HailoRT

使用しているデバイスを選択してください。セットアップガイドとドキュメントがそれに応じて更新されます。

プラットフォーム

推論エンジン

はじめる

デプロイ

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

REST API

REST API を使用して推論を実行します。以下のコマンドをコピーしてください。

Curl

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

Python

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

モデル詳細

reComputer R Series (CM5 + Hailo-10H)

reComputer R Series（CM5 + Hailo-10H）上の ArcFace MobileFaceNet

ArcFace は MobileFaceNet バックボーンと組み合わせ、HailoRT 経由で Hailo-10H 上で 512 次元の顔埋め込みベクトルを抽出します。埋め込みは顔の照合と識別に使用し、照合自体はクライアント側のコサイン類似度で行います。

本ページは PCIe Hailo-10H アクセラレータを搭載した reComputer R Series（CM5 + Hailo-10H） を対象とします。

モデル情報

項目	値
アーキテクチャ	ArcFace（MobileFaceNet バックボーン）
タスク	顔認識（埋め込み抽出）
入力	112x112x3 RGB（レターボックス、正規化は HEF に内蔵）
出力	512 次元の顔埋め込みベクトル
パラメータ数	2.04M
LFW 精度	99.4%（Hailo Model Zoo 参考値）
HEF	Hailo Model Zoo v5.4.0、Hailo-10H

精度は Hailo Model Zoo の参考値であり、CM5 上で測定したベンチマークではありません。

ハードウェアとホスト設定

項目	値
ボード	reComputer R Series（Raspberry Pi CM5 搭載）
アクセラレータ	PCIe 接続の Hailo-10H（`/dev/hailo0`）
ランタイム	HailoRT 5.1.1
コンテナ内 Python	3.13, aarch64

ホストに Hailo-10H パッケージをインストールし、コンテナ起動前にドライバーとデバイスを確認します：

bash

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

# 再起動後
hailortcli --version
hailortcli fw-control identify
ls -l /dev/hailo0

同梱デモ映像での実行

bash

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

http://<Board_IP>:8000 を開くと Web プレビューが表示されます。各フレームには埋め込みの次元数が表示され、REST API は 512 次元ベクトル全体を返します。

USB カメラモード

bash

sudo docker run --rm \
  --name cm5-hailo-arcface \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  --device /dev/video0:/dev/video0 \
  -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/arcface_mobilefacenet:latest \
  python web_detection.py --model_path model/arcface_mobilefacenet.hef --camera_id 0

REST API

text

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

bash

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

json

{
  "success": true,
  "source": "uploaded image",
  "embedding": [0.023, -0.156, 0.089, "..."],
  "dimension": 512,
  "image": { "width": 1280, "height": 720 }
}

エンドポイント	メソッド	用途
`/`	GET	Web プレビュー UI
`/api/models/arcface_mobilefacenet/predict`	POST	顔埋め込み（JSON）
`/api/video_feed`	GET	MJPEG プレビュー配信
`/api/config`	GET / POST	実行時しきい値の取得・変更
`/api/video/upload`	POST	ソース映像のアップロード
`/api/video/analyze`	POST	オフライン映像解析の開始
`/api/video/status`	GET	解析進捗の取得
`/api/video/download/{filename}`	GET	注釈付き結果のダウンロード

顔照合は独立したエンドポイントとして公開していません。返された 2 つの埋め込みをクライアント側でコサイン類似度により比較してください（先に両ベクトルを L2 正規化）。

HEF ファイル

HEF	サイズ	備考
`arcface_mobilefacenet.hef`	2,666,496 bytes	Hailo-10H 向けビルド、Model Zoo v5.4.0

実装メモ

HEF に正規化層が内蔵されているため、アプリはフレームを 112x112 にレターボックスし、BGR を RGB に変換して uint8 のまま入力します。
vstream 名が取得できる場合、埋め込みは fc1 出力から読み取ります。取得できない場合は最初の出力テンソルを使用します。初回推論ですべての vstream 名と shape をログ出力します。
空のベクトルや非有限値を含むベクトルは有効な結果として返さず、拒否します。

開発メモ

ソースモジュール：src/hailo10h_arcface_mobilefacenet/
Dockerfile：docker/hailo10h/arcface_mobilefacenet.dockerfile
イメージ：ghcr.io/seeed-projects/recomputer-hailo10h-cv/arcface_mobilefacenet:latest
モジュールは HailoRT 5.1.1 の InferModel API と Hailo-10H 向け HEF を使用します。

入力と出力

入力：画像（112x112 RGB）。出力：512 次元の顔埋め込み。照合はクライアント側で実行します。