CV / YOLO11
YOLO11-seg
reComputer R Series (CM5 + Hailo-8)
YOLO11-segmentatiemodellen (n/s/m/l/x-seg) voor reComputer R Series met Hailo-8.
Kies het apparaat dat je gebruikt. De installatiehandleiding en documentatie worden dienovereenkomstig bijgewerkt.
Aan de slag
sudo docker run --rm \
--name pi5-hailo8-yolov11n-seg \
--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-hailo8-cv/yolov11n_seg:latest \
python web_detection.py --model_path model/yolov11n_seg.hef --video_path video/test.mp4Modeldetails
YOLO11-seg op reComputer R Series (CM5 + Hailo-8)
YOLO11n/s/m/l/x-seg draaien op de Hailo-8 via HailoRT 4.23. De HEF biedt tien ruwe
heads; de host decodeert DFL-boxen, klassescores en maskercoëfficiënten, stelt
sigmoid(coeffs @ proto)-instantiemaskers samen en rendert deze voor de 80
COCO-klassen.
Modelinformatie
| Variant | Invoer | Meegeleverde HEF | Container-image |
|---|---|---|---|
| YOLO11n-seg | 640×640×3 RGB | 7.9 MB | yolov11n_seg |
| YOLO11s-seg | 640×640×3 RGB | 19.7 MB | yolov11s_seg |
| YOLO11m-seg | 640×640×3 RGB | 39.6 MB | yolov11m_seg |
| YOLO11l-seg | 640×640×3 RGB | 40.6 MB | yolov11l_seg |
| YOLO11x-seg | 640×640×3 RGB | 68.0 MB | yolov11x_seg |
Hardware- en hostconfiguratie
| Item | Waarde |
|---|---|
| Board | reComputer R Series met Raspberry Pi CM5 |
| Versneller | Hailo-8 via PCIe, beschikbaar als /dev/hailo0 |
| Runtime | HailoRT 4.23.x (host en container moeten dezelfde major.minor hebben) |
| Python in container | 3.11, aarch64 |
sudo apt update
sudo apt install hailo-all -y
sudo reboot
# After reboot
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 dockerUitvoeren met demovideo
Kies het commando dat bij de gekozen modelvariant hoort.
YOLO11n-seg
sudo docker run --rm \
--name pi5-hailo8-yolov11n-seg \
--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-hailo8-cv/yolov11n_seg:latest \
python web_detection.py --model_path model/yolov11n_seg.hef --video_path video/test.mp4YOLO11s-seg
sudo docker run --rm \
--name pi5-hailo8-yolov11s-seg \
--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-hailo8-cv/yolov11s_seg:latest \
python web_detection.py --model_path model/yolov11s_seg.hef --video_path video/test.mp4YOLO11m-seg
sudo docker run --rm \
--name pi5-hailo8-yolov11m-seg \
--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-hailo8-cv/yolov11m_seg:latest \
python web_detection.py --model_path model/yolov11m_seg.hef --video_path video/test.mp4YOLO11l-seg
sudo docker run --rm \
--name pi5-hailo8-yolov11l-seg \
--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-hailo8-cv/yolov11l_seg:latest \
python web_detection.py --model_path model/yolov11l_seg.hef --video_path video/test.mp4YOLO11x-seg
sudo docker run --rm \
--name pi5-hailo8-yolov11x-seg \
--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-hailo8-cv/yolov11x_seg:latest \
python web_detection.py --model_path model/yolov11x_seg.hef --video_path video/test.mp4Open http://<Board_IP>:8000 om de webpreview te bekijken (instantiemaskers
per klasse als overlay plus detectieboxen).
USB-cameramodus
sudo docker run --rm \
--name pi5-hailo8-yolov11n-seg \
--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-hailo8-cv/yolov11n_seg:latest \
python web_detection.py --model_path model/yolov11n_seg.hef --camera_id 0REST API
Elke variant heeft een eigen endpoint:
| Variant | Endpoint |
|---|---|
| YOLO11n-seg | POST /api/models/yolov11n_seg/predict |
| YOLO11s-seg | POST /api/models/yolov11s_seg/predict |
| YOLO11m-seg | POST /api/models/yolov11m_seg/predict |
| YOLO11l-seg | POST /api/models/yolov11l_seg/predict |
| YOLO11x-seg | POST /api/models/yolov11x_seg/predict |
curl -X POST "http://<Board_IP>:8000/api/models/yolov11n_seg/predict" \
-F "file=@test.jpg"Implementatienotities
- De HEF biedt 10 ruwe vstreams en geen on-chip NMS: per stride (20×20, 40×40, 80×80) een 64-kanaals DFL-boxhead, een 80-kanaals klassehead en een 32-kanaals maskercoëfficiëntenhead, plus een 160×160×32-prototype.
- De host voert de DFL-softmaxverwachting uit (16 bins), sigmoid op de ruwe
klasseheads, per-klasse NMS (100 detecties in de preview) en
sigmoid(coeffs @ proto)-maskersamenstelling, bijgesneden op elke box (drempel 0.5). - De letterbox-padding is 114; de normalisatie met mean 0 / std 255 is in de HEF gecompileerd. Boxen en maskers worden vóór het tekenen terug naar het frame gemapt.
- De invoergrootte van de HEF wordt bij het opstarten uitgelezen (640×640). CPU-decodering is de bottleneck van de preview bij de grotere varianten.
Ontwikkelnotities
- Bronnen:
src/rpi5_hailo8_yolov11{n,s,m,l,x}_seg/ - Dockerfiles:
docker/hailo8/yolov11{n,s,m,l,x}_seg.dockerfile - Containers:
ghcr.io/seeed-projects/recomputer-hailo8-cv/yolov11{n,s,m,l,x}_seg:latest - HEF's: Hailo Model Zoo v2.20.0 (
hailo8); groottes en SHA256 staan in demodel/README.mdvan elke module - Familie: YOLO11-seg (Ultralytics, AGPL-3.0)
Invoer en uitvoer
Invoer: afbeelding, video of USB-cameraframe. Uitvoer: COCO-klasseboxen met instantiemaskers en geannoteerde MJPEG-preview.