CV / ByteTrack

ByteTrack

reComputer R Series (CM5 + Hailo-8)

reComputer R Series + Hailo-8(S/Tiny/Nano/M)または Hailo-10H(S/Tiny)で ByteTrack による MOT17 人物追跡。

10 ダウンロード
サイズ
14.8 MB
メモリ
4GB+
精度
Hailo HEF

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。

はじめる

デプロイ
sudo docker run --rm \
  --name pi5-hailo8-bytetrack-s \
  --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/bytetrack_s_mot17:latest \
  python web_detection.py --model_path model/bytetrack_s_mot17.hef --video_path video/test.mp4

モデル詳細

reComputer R Series (CM5 + Hailo-8)

ByteTrack-S / ByteTrack-Tiny MOT17 トラッキング(reComputer R Series、CM5 + Hailo-8)

ByteTrack-S、ByteTrack-Tiny、ByteTrack-Nano、ByteTrack-M は、HailoRT 4.23.x を通じて Hailo-8 上で MOT17 形式の人物追跡を行います。HEF は YOLOX 形式の人物検出器で、ホスト側で 9 ヘッドのデコード、NMS、ByteTrack の関連付け(Kalman 予測 + 高/低スコア IoU マッチング)を実行し、MJPEG プレビューに安定した track ID を描画します。

モデル情報

変体入力同梱 HEFMOTA 浮動小数点 / Hailo-8FPS(batch 1)パラメータ / 演算量コンテナー
ByteTrack-S608×1088×314.8 MB79.5 / 77.788.38.94M / 43.21Gbytetrack_s_mot17
ByteTrack-Tiny608×1088×39.7 MB77.2 / 76.01265.03M / 24.60Gbytetrack_tiny_mot17
ByteTrack-Nano608×1088×39.8 MB70.1 / 69.063.70.90M / 4.12Gbytetrack_nano_mot17
ByteTrack-M608×1088×381.4 MB86.2 / 86.111.125.28M / 206.12Gbytetrack_m_mot17

ハードウェアとホストのセットアップ

| ボード | アクセラレーター | ランタイム | コンテナー内 Python | |---|---| | ボード | Raspberry Pi CM5 搭載 reComputer R Series | | アクセラレーター | PCIe Hailo-8、/dev/hailo0 として公開 | | ランタイム | HailoRT 4.23.x(ホストとコンテナーのメジャー・マイナーを一致) | | コンテナー内 Python | 3.11、aarch64 |

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

# 再起動後
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

デモ動画で実行

モデルの変体に対応するコマンドを選択してください。

ByteTrack-S

bash
sudo docker run --rm \
  --name pi5-hailo8-bytetrack-s \
  --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/bytetrack_s_mot17:latest \
  python web_detection.py --model_path model/bytetrack_s_mot17.hef --video_path video/test.mp4

ByteTrack-Tiny

bash
sudo docker run --rm \
  --name pi5-hailo8-bytetrack-tiny \
  --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/bytetrack_tiny_mot17:latest \
  python web_detection.py --model_path model/bytetrack_tiny_mot17.hef --video_path video/test.mp4

http://<Board_IP>:8000 を開くと track ID 付きのプレビューを確認できます。同梱の video/test.mp4 は Hailo の街路デモです。

ByteTrack-Nano

bash
sudo docker run --rm \
  --name pi5-hailo8-bytetrack-nano \
  --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/bytetrack_nano_mot17:latest \
  python web_detection.py --model_path model/bytetrack_nano_mot17.hef --video_path video/test.mp4

ByteTrack-M

bash
sudo docker run --rm \
  --name pi5-hailo8-bytetrack-m \
  --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/bytetrack_m_mot17:latest \
  python web_detection.py --model_path model/bytetrack_m_mot17.hef --video_path video/test.mp4

USB カメラモード

bash
sudo docker run --rm \
  --name pi5-hailo8-bytetrack-s \
  --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/bytetrack_s_mot17:latest \
  python web_detection.py --model_path model/bytetrack_s_mot17.hef --camera_id 0

bytetrack_s_mot17 を bytetrack_tiny_mot17 に置き換えると Tiny 変体を実行できます。

REST API

エンドポイントメソッド
ByteTrack-SPOST /api/models/bytetrack_s_mot17/predict
ByteTrack-TinyPOST /api/models/bytetrack_tiny_mot17/predict
ByteTrack-NanoPOST /api/models/bytetrack_nano_mot17/predict
ByteTrack-MPOST /api/models/bytetrack_m_mot17/predict
bash
curl -X POST "http://<Board_IP>:8000/api/models/bytetrack_s_mot17/predict" \
  -F "file=@test.jpg"

predictions には track_id、class、confidence、box が含まれます。

実装メモ

  • HEF は stride 32/16/8 の 9 つの YOLOX ヘッド(box/objectness/class)を出力し、オンチップ NMS は行いません。
  • ホスト側で center/size デコード、score=obj*class、NMS 0.7 を実行し、ByteTrack で関連付けます。
  • 前処理は 608×1088 への letterbox(114)と BGR→RGB。ImageNet 正規化は HEF 内です。人物専用モデルです。

開発メモ

  • ソース: src/rpi5_hailo8_bytetrack{_s,_tiny,_nano,_m}_mot17/
  • Dockerfile: docker/hailo8/bytetrack{_s,_tiny,_nano,_m}_mot17.dockerfile
  • コンテナー: ghcr.io/seeed-projects/recomputer-hailo8-cv/bytetrack{_s,_tiny,_nano,_m}_mot17:latest
  • HEF: Hailo Model Zoo v2.20.0 (hailo8), sizes and SHA256 in each module's model/README.md

入力と出力

入力: 画像、動画、または USB カメラフレーム。出力: track ID 付き person 枠、信頼度、MJPEG プレビュー。