CV / SCRFD

SCRFD 500M

SCRFD 500M is de standaard lichtgewicht gezichtsdetector voor de R20 HailoRT-demo.

Grootte

3.13 MB

Geheugen

4GB+

Precisie

Hailo HEF / HailoRT 4.23.x

Kies het apparaat dat je gebruikt. De installatiehandleiding en documentatie worden dienovereenkomstig bijgewerkt.

Platform

Inferentie-engine

Aan de slag

Implementeren

sudo docker run --rm \
  --name cm5-hailo-scrfd-500m \
  --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-r20-cv/scrfd:latest \
  python web_detection.py --model_path model/scrfd_500m.hef --video_path video/test.mp4

REST API

Gebruik de REST API om inferentie uit te voeren. Kopieer de onderstaande commando's.

Curl

curl -X POST "http://<R20_IP>:8000/api/models/scrfd/predict" \
  -F "file=@test.jpg"

Python

import requests

resp = requests.post(
    "http://<R20_IP>:8000/api/models/scrfd/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(resp.json())

Modeldetails

SCRFD op reComputer R Series (CM5 + Hailo)

SCRFD gezichtsdetectie met boxen, betrouwbaarheidsscores en vijfpunts-landmarks op de Hailo-8-accelerator.

Deze pagina is aangepast van rpi5_hailo8_scrfd/README.md in reComputer-R20-CV. Het is gericht op reComputer R Series (CM5 + Hailo) met een PCIe Hailo-8-accelerator.

Hardware- en Hostconfiguratie

Item	Waarde
Board	reComputer R Series met Raspberry Pi CM5
Accelerator	Hailo-8 M.2 via PCIe, beschikbaar als `/dev/hailo0`
OS	Raspberry Pi OS Bookworm, aarch64
Host driver	`hailo-all` apt-pakket
Gevalideerde HailoRT	4.23.x; host driver, firmware, native library en Python wheel moeten dezelfde major.minor delen

bash

sudo apt update
sudo apt install hailo-all
sudo reboot

# Na herstart
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

Draaien met demovideo

bash

sudo docker run --rm --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-r20-cv/scrfd:latest \
  python web_detection.py --model_path model/scrfd_500m.hef --video_path video/test.mp4

Open http://<R20_IP>:8000 om de webpreview te bekijken. De image bevat de modulebroncode, demovideo, HailoRT Python wheel en onderstaande HEF-bestanden.

De libhailort.so bind mounts komen bewust van de host. Als jouw firmware niet 4.23.0 is, vervang dan beide paden met de versie gerapporteerd door hailortcli fw-control identify; herbouw de image als de major.minor-versie verschilt.

USB-cameramodus

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.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-r20-cv/scrfd:latest \
  python web_detection.py --model_path model/scrfd_500m.hef --camera_id 0

Wisselen van HEF-varianten

Overschrijf de standaard van de image door een ander --model_path mee te geven:

bash

sudo docker run --rm --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-r20-cv/scrfd:latest \
  python web_detection.py --model_path model/scrfd_2.5g.hef --video_path video/test.mp4

HEF-bestanden

HEF	Grootte	Opmerkingen
`scrfd_500m.hef`	3.13 MB	Lichtgewicht gezichtsdetector
`scrfd_2.5g.hef`	3.84 MB	Gebalanceerde gezichtsdetector
`scrfd_10g.hef`	6.87 MB	Grotere gezichtsdetector

REST API

Voorspellingsendpoint:

text

POST http://<R20_IP>:8000/api/models/scrfd/predict

Voorbeeld afbeeldingsverzoek:

bash

curl -X POST "http://<R20_IP>:8000/api/models/scrfd/predict" \
  -F "file=@test.jpg"

Algemene service-endpoints:

Endpoint	Methode	Doel
`/`	GET	Webpreview-UI
`/api/models/scrfd/predict`	POST	Single-frame inferentie van getiploade afbeelding/video of huidig frame
`/api/video_feed`	GET	MJPEG-previewstream
`/api/config`	GET / POST	Lezen of bijwerken van runtime-drempelwaarden
`/api/video/upload`	POST	Upload een video voor offline analyse
`/api/video/analyze`	POST	Start offline analyse
`/api/video/status`	GET	Poll analysevoortgang
`/api/video/list`	GET	Lijst getiploade en verwerkte videos
`/api/video/download/{filename}`	GET	Download verwerkte uitvoer

Ontwikkelnotities

Bronmodule: src/rpi5_hailo8_scrfd/
Dockerfile: docker/hailo8/scrfd.dockerfile
Hoofdservice: web_detection.py omvat HailoRT-inferentie, nabewerking, MJPEG-preview, REST-voorspelling en offline videoanalyse.
Bij het inwisselen van een aangepaste HEF, zorg dat de uitvoerlay-out compatibel is met de nabewerkingscode van de module of update post_process_hailo().

Invoer en uitvoer

Invoer: afbeelding, video of USB-cameraframe. Uitvoer: gezichtsboxen, scores, vijf landmarks en geannoteerde MJPEG-preview.