CV / Kentekens

Tiny-YOLOv4 Kentekendetectie

reComputer R Series (CM5 + Hailo-10H)

Detectie van kentekens als één klasse op reComputer R Series met Hailo-8 of Hailo-10H.

55 downloads

Grootte

8.21 MB

Geheugen

4GB+

Precisie

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

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-hailo10h-plate-detector \
  --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_yolov4_license_plates:latest \
  python web_detection.py --model_path model/tiny_yolov4_license_plates.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://<Board_IP>:8000/api/models/tiny_yolov4_license_plates/predict" \
  -F "file=@traffic.jpg"

Python

import requests

response = requests.post(
    "http://<Board_IP>:8000/api/models/tiny_yolov4_license_plates/predict",
    files={"file": open("traffic.jpg", "rb")},
    timeout=30,
)
print(response.json())

Modeldetails

reComputer R Series (CM5 + Hailo-10H)

Tiny-YOLOv4 License Plates op reComputer CM5 + Hailo-10H

Tiny-YOLOv4 detecteert kentekenplaten (één klasse) op Hailo-10H via HailoRT 5.1.1. Het HEF levert 2 ruwe YOLO-uitvoerkoppen; ankerdecodering en NMS draaien op de CPU.

Modelinformatie

Eigenschap	Waarde
Taak	Kentekendetectie (één klasse)
Invoer	416x416x3
Uitvoer	Ruwe YOLO-koppen 13x13x18 en 26x26x18
HEF	Hailo Model Zoo v5.4.0, Hailo-10H (5.1 MB)

Hardware- en hostinstellingen

Onderdeel	Waarde
Bord	reComputer R Series met Raspberry Pi CM5
Versneller	Hailo-10H via PCIe, beschikbaar als `/dev/hailo0`
Hoststuurprogramma	apt-pakket `hailo-h10-all`
Runtime	HailoRT 5.1.1
Python in container	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

Uitvoeren met demovideo

bash

sudo docker run --rm \
  --name cm5-hailo10h-plate-detector \
  --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_yolov4_license_plates:latest \
  python web_detection.py --model_path model/tiny_yolov4_license_plates.hef --video_path video/test.mp4

REST-API

bash

curl -X POST "http://<Board_IP>:8000/api/models/tiny_yolov4_license_plates/predict"   -F "file=@plate.jpg"

Ontwikkelnotities

Bronmodule: src/hailo10h_tiny_yolov4_license_plates/
Dockerfile: docker/hailo10h/tiny_yolov4_license_plates.dockerfile
Container: ghcr.io/seeed-projects/recomputer-hailo10h-cv/tiny_yolov4_license_plates:latest
De executor is een wrapper voor create_infer_model met meerdere uitgangen van HailoRT 5.1.1.
HEF: hailo10h-build van Hailo Model Zoo v5.4.0.

Invoer en uitvoer

Input: 416x416 RGB traffic frame. Output: license-plate confidence and xyxy box after raw-head decoding and CPU NMS.