Kentekenherkenning met Raspberry Pi 5 en Hailo-8

1. Hoe het werkt

Dit project voert een kentekenpijplijn in twee stappen uit op Raspberry Pi 5 met Hailo-8. Tiny-YOLOv4 lokaliseert het kenteken en LPRNet herkent daarna de cijfers in de uitsnede op oorspronkelijke resolutie. Beide HEF-netwerken delen de versneller via HailoRT-planning.

Functies

Door Hailo-8 versnelde detectie en OCR
Lokale webweergave met FastAPI
REST-API voor beeldvoorspellingen
Invoer via video, afbeelding en camera

Vereisten

Raspberry Pi 5 of compatibel CM5-systeem, Hailo-8 M.2, 64-bits ARM Linux, compatibele HailoRT 4.23.x, Python, FastAPI, OpenCV en Docker.

2. Implementatiehandleiding voor Raspberry Pi 5 + Hailo-8

bash

git clone https://github.com/Seeed-Projects/reComputer-Hailo8-CV.git
cd reComputer-Hailo8-CV

hailortcli scan
hailortcli fw-control identify

sudo docker build \
  -f docker/hailo8/lprnet.dockerfile \
  -t lprnet:latest \
  src/rpi5_hailo8_lprnet

bash

sudo docker run --rm \
  --name rpi5-hailo8-lprnet \
  --privileged --net=host \
  --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 \
  lprnet:latest

Open http://<BOARD_IP>:8000 vanaf hetzelfde netwerk. De afbeeldings-API staat op /api/models/lprnet/predict.

3. Herkenningslogica en gebruiksadvies

De detector verwerkt RGB-beelden van 416 × 416, levert twee YOLO-uitgangen en voert decodering en NMS uit op de CPU. LPRNet verwerkt BGR-uitsneden van 300 × 75 en maakt de cijferreeks met Softmax en CTC.

Het officiële alfabet is 0123456789-; letters en Chinese provincietekens worden niet herkend. Zorg voor een groot en scherp kenteken, houd de HailoRT-componenten onderling compatibel en stem de drempelwaarden af met beelden van de inzetlocatie.