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。
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
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 HEF | MOTA 浮動小数点 / Hailo-8 | FPS(batch 1) | パラメータ / 演算量 | コンテナー |
|---|---|---|---|---|---|---|
| ByteTrack-S | 608×1088×3 | 14.8 MB | 79.5 / 77.7 | 88.3 | 8.94M / 43.21G | bytetrack_s_mot17 |
| ByteTrack-Tiny | 608×1088×3 | 9.7 MB | 77.2 / 76.0 | 126 | 5.03M / 24.60G | bytetrack_tiny_mot17 |
| ByteTrack-Nano | 608×1088×3 | 9.8 MB | 70.1 / 69.0 | 63.7 | 0.90M / 4.12G | bytetrack_nano_mot17 |
| ByteTrack-M | 608×1088×3 | 81.4 MB | 86.2 / 86.1 | 11.1 | 25.28M / 206.12G | bytetrack_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 |
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
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.mp4ByteTrack-Tiny
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.mp4http://<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
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.mp4ByteTrack-M
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.mp4USB カメラモード
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 0bytetrack_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-S | POST /api/models/bytetrack_s_mot17/predict |
| ByteTrack-Tiny | POST /api/models/bytetrack_tiny_mot17/predict |
| ByteTrack-Nano | POST /api/models/bytetrack_nano_mot17/predict |
| ByteTrack-M | POST /api/models/bytetrack_m_mot17/predict |
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'smodel/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。