CV / Tiny Yolo

Tiny-YOLOv3

reComputer R Series (CM5 + Hailo-10H)

COCO 80 クラスの物体検出。Tiny-YOLOv3（CPU YOLOv3 デコード）。reComputer R Series + Hailo-8 または Hailo-10H 対応。

43 ダウンロード

サイズ

8.4 MB

メモリ

4GB+

精度

Hailo HEF / HailoRT 4.23.x (Hailo-8) / 5.1.1 (Hailo-10H)

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-tiny-yolov3 \
  --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/tiny_yolov3:latest \
  python web_detection.py --model_path model/tiny_yolov3.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/tiny_yolov3/predict" \
  -F "file=@test.jpg"

Python

import requests

response = requests.post(
    "http://<Board_IP>:8000/api/models/tiny_yolov3/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(response.json())

モデル詳細

reComputer CM5 + Hailo-10H

Tiny-YOLOv3 を reComputer CM5 + Hailo-10H で実行

Tiny-YOLOv3 は、HailoRT 5.1.1 を介して Hailo-10H 上で COCO 80 クラスの物体検出を行います。HEF は 2 つの生の YOLO ヘッド（13x13x255、26x26x255）を出力し、アンカーデコードと NMS はホスト CPU で実行されます。

モデル情報

項目	値
アーキテクチャ	Tiny-YOLOv3（COCO-80）
タスク	物体検出
入力	416x416x3 BGR、アスペクト比保持リサイズ + ゼロパディング（mobilenet_ssd_ar）
出力	2 ヘッド：13x13x255（ストライド 32）、26x26x255（ストライド 16）
パラメータ数	8.85M
演算量	5.58G
mAP（COCO、フル精度）	14.59%（ハードウェア参考値）
HEF	Hailo Model Zoo v5.4.0、Hailo-10H（7.1 MB）

ハードウェアとホストのセットアップ

項目	値
ボード	reComputer R Series（Raspberry Pi CM5）
アクセラレータ	Hailo-10H、PCIe 経由、`/dev/hailo0` として認識
ホストドライバ	`hailo-h10-all` apt パッケージ
ランタイム	HailoRT 5.1.1
コンテナ内 Python	3.13、aarch64

bash

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

# After reboot
hailortcli fw-control identify
ls /dev/hailo0

デモ動画で実行

bash

sudo docker run --rm \
  --name cm5-hailo10h-tiny-yolov3 \
  --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/tiny_yolov3:latest \
  python web_detection.py --model_path model/tiny_yolov3.hef --video_path video/test.mp4

http://<Board_IP>:8000 を開くと Web プレビューを表示できます。

REST API

bash

curl -X POST "http://<Board_IP>:8000/api/models/tiny_yolov3/predict"   -F "file=@test.jpg"

実装メモ

アンカー/ストライドは Model Zoo v5.4.0 の 10H YAML と照合済み：ストライド 32 {[81,82],[135,169],[344,319]}、ストライド 16 {[23,27],[37,58],[81,82]}。
前処理：アスペクト比保持リサイズ + ゼロパディング、生 BGR（該当設定には bgr_to_rgb がなく、正規化は 0/255）——グレー 114 の RGB letterbox ではありません。
実行部は HailoRT 5.1.1 のマルチ出力 FLOAT32 ラッパー。SOP 验収チェックリストに従い、初回推論時に各ヘッドの値範囲を出力します。

開発メモ

ソースモジュール：src/hailo10h_tiny_yolov3/
Dockerfile：docker/hailo10h/tiny_yolov3.dockerfile
コンテナイメージ：ghcr.io/seeed-projects/recomputer-hailo10h-cv/tiny_yolov3:latest

入力と出力

Input: image, video, or USB camera frame. Output: COCO 80-class detection boxes with confidences, plus an annotated MJPEG preview.