CV / STDC1

STDC1

STDC1（Short-Term Dense Concatenate）は、HailoRT推論サービスを通じて19のCityscapesクラスを用いたセマンティックセグメンテーションを実行します。

12 ダウンロード

サイズ

11 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-hailo8-stdc1 \
  --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/stdc1:latest \
  python web_detection.py --model_path model/stdc1.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/stdc1/predict" \
  -F "file=@test.jpg"

Python

import requests

resp = requests.post(
    "http://<Board_IP>:8000/api/models/stdc1/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(resp.json())

モデル詳細

STDC1（reComputer Rシリーズ CM5 + Hailo-10H対応）

STDC1（Short-Term Dense Concatenate）リアルタイムセマンティックセグメンテーション、Cityscapes 19クラス出力、Hailo-10H上でHailoRT経由で実行。

このページはPCIe Hailo-10Hアクセラレータ搭載の**reComputer Rシリーズ（CM5 + Hailo-10H）**を対象としています。

モデル情報

項目	値
アーキテクチャ	STDC1（Short-Term Dense Concatenate）
タスク	セマンティックセグメンテーション
入力	1024×1920×3 RGB
出力	1024×1920クラスマスク（19クラス）
パラメータ数	8.27M
mIoU（Cityscapes）	73.7%（ハードウェア）
ソース	Hailo Model Zoo

Cityscapesクラス

ID	クラス	ID	クラス	ID	クラス
0	road	7	traffic sign	14	truck
1	sidewalk	8	vegetation	15	bus
2	building	9	terrain	16	train
3	wall	10	sky	17	motorcycle
4	fence	11	person	18	bicycle
5	pole	12	rider
6	traffic light	13	car

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 Bookworm, aarch64
ホストドライバ	`hailo-all` aptパッケージ

bash

sudo apt update
sudo apt install hailo-all
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

bash

sudo docker run --rm --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/stdc1:latest \
  python web_detection.py --model_path model/stdc1.hef --video_path video/test.mp4

http://<Board_IP>:8000を開いてWebプレビューを表示します。イメージにはモジュールソース、デモ動画、HailoRT Python wheel、および以下に示すHEFファイルが含まれています。

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/stdc1:latest \
  python web_detection.py --model_path model/stdc1.hef --camera_id 0

HEFファイル

HEF	サイズ	備考
`stdc1.hef`	11 MB	セマンティックセグメンテーションモデル

REST API

予測エンドポイント：

text

POST http://<Board_IP>:8000/api/models/stdc1/predict

画像リクエストの例：

bash

curl -X POST "http://<Board_IP>:8000/api/models/stdc1/predict" \
  -F "file=@test.jpg"

共通サービスエンドポイント：

エンドポイント	メソッド	目的
`/`	GET	WebプレビューUI
`/api/models/stdc1/predict`	POST	セグメンテーションマスク（JSON）
`/api/models/stdc1/visualize`	POST	オーバーレイ画像（JPEG）
`/api/models/stdc1/classes`	GET	Cityscapesクラス一覧
`/api/video_feed`	GET	MJPEGプレビューストリーム

開発ノート

ソースモジュール: src/hailo10h_stdc1/
Dockerfile: docker/hailo10h/stdc1.dockerfile
メインサービス: web_detection.py --model_path model/stdc1.hefはHailoRT推論、後処理、MJPEGプレビュー、REST予測をラップします。

入力と出力

入力: 画像（1024x1920 RGB）。出力: 19クラスのセマンティックセグメンテーションマスク（Cityscapes）。