YOLOv5

reComputer R Series（CM5 + Hailo-10H）上の YOLOv5

YOLOv5s と YOLOv5m は HailoRT 経由で Hailo-10H 上で COCO 80 クラス物体検出を実行します。NMS と sigmoid はオンチップ（Hailo HPP）で実行され、ホストは post-NMS テンソルを解析するだけです。

本ページは PCIe Hailo-10H アクセラレータを搭載した reComputer R Series（CM5 + Hailo-10H） を対象とします。

ハードウェアとホスト設定

ホストに Hailo-10H パッケージをインストールし、コンテナ起動前にドライバーとデバイスを確認します：

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

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

これらのイメージに必要な HailoRT バージョンは 5.1.1 です。

同梱デモ映像での実行

YOLOv5s：

sudo docker run --rm \
  --name cm5-hailo10h-yolov5s \
  --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/yolov5s:latest \
  python web_detection.py --model_path model/yolov5s.hef --video_path video/test.mp4

YOLOv5m：

sudo docker run --rm \
  --name cm5-hailo10h-yolov5m \
  --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/yolov5m:latest \
  python web_detection.py --model_path model/yolov5m.hef --video_path video/test.mp4

http://<Board_IP>:8000 を開くと Web プレビューが表示されます。

USB カメラモード

sudo docker run --rm \
  --name cm5-hailo10h-yolov5s \
  --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/yolov5s:latest \
  python web_detection.py --model_path model/yolov5s.hef --camera_id 0

中規模バリアントを使う場合は yolov5s を yolov5m に置き換えます。

HEF ファイル

YOLOv5s は小さい方、YOLOv5m は中規模のバリアントで、どちらも Hailo Model Zoo v5.4.0 の Hailo-10H ビルドです。

Source: https://hailo-model-zoo.s3.eu-west-2.amazonaws.com/ModelZoo/Compiled/v5.4.0/hailo10h/yolov5s.hef (yolov5m.hef in the same directory).

REST API

POST http://<Board_IP>:8000/api/models/yolov5s/predict

curl -X POST "http://<Board_IP>:8000/api/models/yolov5s/predict" \
  -F "file=@test.jpg"

実装メモ

• HEF は NMS と sigmoid をオンチップで実行します（zoo base/yolo.yaml：nms: true、hpp: true）。nms_thresh は API 互換のために受け取るのみです。
• post-NMS の各行は [ymin, xmin, ymax, xmax, score] で、640x640 のレターボックス入力に対する [0,1] の値です。アプリがピクセルに拡大し元画像に戻します。
• HEF には normalize_in_net（mean 0 / std 255、つまり /255）と padding_color=114 が内蔵されています。アプリはグレー（114）でレターボックスし、uint8 RGB をそのまま入力します。
• クラス ID 0..79 は標準の COCO クラス表を直接索引します（Model Zoo の評価は labels_offset=1）。
• Model Zoo が記載する post-NMS 形状は 80x5x80 です。パーサーは実行時の実際のレイアウトで処理し、初回推論で一度ログ出力します（[YOLOv5] raw output type=..., shape=...）。
• 既定値：confidence 0.25。IOU スライダーは無効です — NMS はオンチップです。

開発メモ

• ソースモジュール：src/hailo10h_yolov5s/、src/hailo10h_yolov5m/
• Dockerfile：docker/hailo10h/yolov5s.dockerfile、docker/hailo10h/yolov5m.dockerfile
• イメージ：ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov5s:latest、.../yolov5m:latest
• 両モジュールは HailoRT 5.1.1 の InferModel API と Hailo-10H 向け HEF を使用します。
• ユニットテストはデバイスなしで実行できます：python -m unittest discover -s tests -v。