CV / CenterPose

CenterPose RegNetX-800MF

reComputer R Series (CM5 + Hailo-10H)

CenterPose RegNetX-800MFによる複数人姿勢推定（17個のCOCOキーポイント）。reComputer Rシリーズ + Hailo-8 / Hailo-10H対応。

81 ダウンロード

サイズ

13.93 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-hailo10h-centerpose \
  --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/centerpose_regnetx_800mf:latest \
  python web_detection.py --model_path model/centerpose_regnetx_800mf.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/centerpose_regnetx_800mf/predict" \
  -F "file=@test.jpg"

Python

import requests

response = requests.post(
    "http://<Board_IP>:8000/api/models/centerpose_regnetx_800mf/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(response.json())

モデル詳細

reComputer R Series (CM5 + Hailo-10H)

CenterPose RegNetX-800MF（reComputer Rシリーズ CM5 + Hailo-10H対応）

CenterPose RegNetX-800MFは、1回のネットワーク推論でボトムアップ方式の複数人姿勢推定を行います。Hailo-10Hデモは人物ボックスと17個のCOCO身体キーポイントを返し、FastAPIサービスを通じてライブMJPEGプレビュー、画像推論、オフライン動画分析を提供します。

モデル情報

項目	値
アーキテクチャ	CenterPose + RegNetX-800MFバックボーン
タスク	複数人姿勢推定
入力	512×512×3 BGR
出力	人物ボックスと17個のCOCOキーポイント
パラメータ数	12.31M
ハードウェアAP	43.1（Hailo Model Zoo参考値）
HEFソース	Hailo Model Zoo v5.4.0、Hailo-10H向けコンパイル
ランタイム	HailoRT 5.1.1

ハードウェアとホストのセットアップ

項目	値
ボード	Raspberry Pi CM5搭載reComputer Rシリーズ
アクセラレータ	Hailo-10H（PCIe接続）、`/dev/hailo0`として公開
OS	Raspberry Pi OS, aarch64
検証済みランタイム	HailoRT 5.1.1

bash

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

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

HailoRT 4.23.x（Hailo-8）のドライバ、ライブラリ、Python wheelをこのHailo-10Hコンテナに混在させないでください。

同梱のデモ動画で実行

bash

sudo docker run --rm \
  --name cm5-hailo10h-centerpose \
  --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/centerpose_regnetx_800mf:latest \
  python web_detection.py \
    --model_path model/centerpose_regnetx_800mf.hef \
    --video_path video/test.mp4

http://<Board_IP>:8000を開くと、注釈付きストリームと動画分析UIを確認できます。

USBカメラモード

bash

sudo docker run --rm --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/centerpose_regnetx_800mf:latest \
  python web_detection.py \
    --model_path model/centerpose_regnetx_800mf.hef \
    --camera_id 0

REST API

text

POST http://<Board_IP>:8000/api/models/centerpose_regnetx_800mf/predict

bash

curl -X POST "http://<Board_IP>:8000/api/models/centerpose_regnetx_800mf/predict" \
  -F "file=@test.jpg"

| エンドポイント | メソッド | 用途 | |---|---| | / | GET | WebプレビューUI | | /api/models/centerpose_regnetx_800mf/predict | POST | 単一フレームの姿勢推論 | | /api/video_feed | GET | 注釈付きMJPEGストリーム | | /api/config | GET / POST | 信頼度/NMS閾値の読み取り・変更 | | /api/video/upload | POST | ソース動画のアップロード | | /api/video/analyze | POST | オフライン動画分析の開始 | | /api/video/status | GET | 分析進捗の読み取り | | /api/video/download/{filename} | GET | 注釈付き結果のダウンロード |

実装の詳細

ソース：src/hailo10h_centerpose_regnetx_800mf/
Dockerfile：docker/hailo10h/centerpose_regnetx_800mf.dockerfile
HEF：model/centerpose_regnetx_800mf.hef（14,581,760バイト）
デコーダはCenterPoseのhm、wh、hps、reg、hm_hp、hp_offsetの6つの出力ヘッドを処理し、検出結果を入力letterboxの逆変換で元画像にマッピングします。
CenterPoseはこのHEFに正規化が組み込まれているため、元のOpenCV BGR順を使用します。
実行エンジンはHailoRT 5.1.1のcreate_infer_model APIを使用し、構成を永続化してFLOAT32出力バッファを登録します。

入力と出力

入力：画像、動画、または USB カメラのフレーム。出力：人物ボックス、信頼度、17 個の COCO キーポイント、アノテーション付き MJPEG プレビュー。