CV / YOLOv8

YOLOv8-seg

reComputer R Series (CM5 + Hailo-10H)

reComputer RK3588/RK3576（RKNN）および reComputer R Series（Hailo-8 / Hailo-10H、HailoRT）向け YOLOv8n/s/m インスタンスセグメンテーション

599 ダウンロード

サイズ

~7.2MB

メモリ

1GB+

精度

INT8

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

サイズ

推論エンジン

はじめる

デプロイ

sudo docker run --rm \
  --name cm5-hailo10h-yolov8n-seg \
  --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/yolov8n_seg:latest \
  python web_detection.py --model_path model/yolov8n_seg.hef --video_path video/test.mp4

モデル詳細

reComputer R Series (CM5 + Hailo-10H)

YOLOv8-seg を reComputer CM5 + Hailo-10H で実行

YOLOv8n/s/m-seg モデルは HailoRT 5.1.1 を介して Hailo-10H 上で実行されます。HEF は raw ヘッドを公開します（オンチップ NMS なし）。ホストはボックスヘッド（DFL またはフォールドレイアウト）をデコードし、シグモイド + クラスごとの NMS を適用して、80 COCO クラス向けのプロトタイプマスク（32 係数 × 160×160×32 プロトタイプ、各ボックスにクロップ）を組み立てます。

モデル情報

バリアント	入力	パッケージ済み HEF	コンテナイメージ
YOLOv8n-seg	640×640×3 RGB	6.1 MB	`yolov8n_seg`
YOLOv8s-seg	640×640×3 RGB	18.6 MB	`yolov8s_seg`
YOLOv8m-seg	640×640×3 RGB	28.9 MB	`yolov8m_seg`

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
アクセラレータ	Hailo-10H、`/dev/hailo0`
ランタイム	HailoRT 5.1.1
OS	Raspberry Pi OS Bookworm、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

モデルバリアントに対応するコマンドを選択してください。

YOLOv8n-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolov8n-seg \
  -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/yolov8n_seg:latest \
  python web_detection.py --model_path model/yolov8n_seg.hef --video_path video/test.mp4

YOLOv8s-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolov8s-seg \
  -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/yolov8s_seg:latest \
  python web_detection.py --model_path model/yolov8s_seg.hef --video_path video/test.mp4

YOLOv8m-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolov8m-seg \
  -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/yolov8m_seg:latest \
  python web_detection.py --model_path model/yolov8m_seg.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。インスタンスマスクとボックスを重ねた MJPEG ストリームには /api/video_feed を使用します。

REST API

各バリアントには専用のエンドポイントがあります。

バリアント	エンドポイント
YOLOv8n-seg	`POST /api/models/yolov8n_seg/predict`
YOLOv8s-seg	`POST /api/models/yolov8s_seg/predict`
YOLOv8m-seg	`POST /api/models/yolov8m_seg/predict`

例：

bash

curl -X POST "http://<Board_IP>:8000/api/models/yolov8n_seg/predict" \
  -F "file=@test.jpg"

レスポンスには class、confidence、box フィールドを持つ predictions エントリが含まれます（box は元フレームのピクセル単位の x1/y1/x2/y2 です）。

期待される結果とよくあるエラー

最初の推論時に、モジュールは読み込まれた vstream リストと、推論タイプごとに 1 行のレイアウト行を出力します。10 個の出力テンソル、それらの値の範囲、シグモイドが適用されたかどうかです。期待される内容：3 つのボックスヘッド、3 つの 80 チャネルスコアヘッド、3 つの 32 チャネルマスク係数ヘッド、1 つの 160×160×32 プロトタイプ。マスクがインスタンスに張り付くプレビュー。

症状	考えられる原因	対処
ログの `unexpected output layout`	異なる HEF コンパイル	出力された形状を上記のリストと照合してください。レイアウトを推測しないでください
起動時の `HailoRT` バージョンエラー	ホストライブラリが 5.1.1 でない	ホストに `hailo-h10-all` をインストールし、コンテナのマウントを `libhailort.so.5.1.1` のままにします
`docker: container name already in use`	以前のコンテナが削除されていない	`docker rm -f cm5-hailo10h-yolov8n-seg` を実行するか、`--name` を変更します
コンテナ内に `/dev/hailo0` がない	`--device /dev/hailo0:/dev/hailo0` が欠落	デバイスマッピングと `--privileged --net=host` を追加します

開発

バリアント	ソース	Dockerfile
YOLOv8n-seg	`src/hailo10h_yolov8n_seg/`	`docker/hailo10h/yolov8n_seg.dockerfile`
YOLOv8s-seg	`src/hailo10h_yolov8s_seg/`	`docker/hailo10h/yolov8s_seg.dockerfile`
YOLOv8m-seg	`src/hailo10h_yolov8m_seg/`	`docker/hailo10h/yolov8m_seg.dockerfile`

実行部：HailoRT 5.1.1 の InferModel ラッパー（Python 3.13 + 同梱の cp313 ホイール）。回帰テストは各モジュールの tests/ にあります。
HEF：Hailo Model Zoo v5.4.0 の Hailo-10H ビルド。
レターボックスのパディングは 114 です（Model Zoo base/yolo.yaml）。正規化は HEF にコンパイルされています。記載されている mAP 値は Model Zoo のフル精度の数値であり、このボードでの測定値ではありません。