CV / ByteTrack
ByteTrack
reComputer R Series (CM5 + Hailo-8)
ByteTrack 系列在 reComputer R Series + Hailo-8(S/Tiny/Nano/M)或 Hailo-10H(S/Tiny)上的 MOT17 行人跟踪。
20 次下载
大小
14.8 MB内存
4GB+精度
Hailo HEF选择你正在使用的设备,设置指南和文档将相应更新。
快速开始
部署
sudo docker run --rm \
--name pi5-hailo8-bytetrack-s \
--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/bytetrack_s_mot17:latest \
python web_detection.py --model_path model/bytetrack_s_mot17.hef --video_path video/test.mp4模型详情
reComputer R Series (CM5 + Hailo-8)ByteTrack-S / ByteTrack-Tiny MOT17 跟踪(reComputer R Series,CM5 + Hailo-8)
ByteTrack-S、ByteTrack-Tiny、ByteTrack-Nano 和 ByteTrack-M 通过 HailoRT 4.23 在 Hailo-8 上进行 MOT17 风格的 行人跟踪。HEF 是 YOLOX 风格的单类行人检测器;主机侧完成九头解码、NMS 和 ByteTrack 关联(Kalman 预测 + 高/低分 IoU 匹配),然后在 MJPEG 预览上绘制稳定的 track ID。
模型信息
| 变体 | 输入 | 打包 HEF | MOTA 浮点 / Hailo-8 | FPS(batch 1) | 参数量 / 运算量 | 容器 |
|---|---|---|---|---|---|---|
| ByteTrack-S | 608×1088×3 | 14.8 MB | 79.5 / 77.7 | 88.3 | 8.94M / 43.21G | bytetrack_s_mot17 |
| ByteTrack-Tiny | 608×1088×3 | 9.7 MB | 77.2 / 76.0 | 126 | 5.03M / 24.60G | bytetrack_tiny_mot17 |
| ByteTrack-Nano | 608×1088×3 | 9.8 MB | 70.1 / 69.0 | 63.7 | 0.90M / 4.12G | bytetrack_nano_mot17 |
| ByteTrack-M | 608×1088×3 | 81.4 MB | 86.2 / 86.1 | 11.1 | 25.28M / 206.12G | bytetrack_m_mot17 |
硬件与主机环境
| 项目 | 值 |
|---|---|
| 开发板 | 搭载 Raspberry Pi CM5 的 reComputer R Series |
| 加速器 | PCIe Hailo-8,设备节点 /dev/hailo0 |
| 运行时 | HailoRT 4.23.x(主机与容器的主次版本必须一致) |
| 容器内 Python | 3.11,aarch64 |
bash
sudo apt update
sudo apt install hailo-all -y
sudo reboot
# 重启后
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使用演示视频运行
选择与模型变体对应的命令。内置的 video/test.mp4 是 Hailo 官方 example.mp4 街景演示片段。
ByteTrack-S
bash
sudo docker run --rm \
--name pi5-hailo8-bytetrack-s \
--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/bytetrack_s_mot17:latest \
python web_detection.py --model_path model/bytetrack_s_mot17.hef --video_path video/test.mp4ByteTrack-Tiny
bash
sudo docker run --rm \
--name pi5-hailo8-bytetrack-tiny \
--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/bytetrack_tiny_mot17:latest \
python web_detection.py --model_path model/bytetrack_tiny_mot17.hef --video_path video/test.mp4ByteTrack-Nano
bash
sudo docker run --rm \
--name pi5-hailo8-bytetrack-nano \
--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/bytetrack_nano_mot17:latest \
python web_detection.py --model_path model/bytetrack_nano_mot17.hef --video_path video/test.mp4ByteTrack-M
bash
sudo docker run --rm \
--name pi5-hailo8-bytetrack-m \
--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/bytetrack_m_mot17:latest \
python web_detection.py --model_path model/bytetrack_m_mot17.hef --video_path video/test.mp4USB 摄像头模式
bash
sudo docker run --rm \
--name pi5-hailo8-bytetrack-s \
--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/bytetrack_s_mot17:latest \
python web_detection.py --model_path model/bytetrack_s_mot17.hef --camera_id 0将 bytetrack_s_mot17 换成 bytetrack_tiny_mot17 即可运行 Tiny 变体。
REST API
| 变体 | 端点 |
|---|---|
| ByteTrack-S | POST /api/models/bytetrack_s_mot17/predict |
| ByteTrack-Tiny | POST /api/models/bytetrack_tiny_mot17/predict |
| ByteTrack-Nano | POST /api/models/bytetrack_nano_mot17/predict |
| ByteTrack-M | POST /api/models/bytetrack_m_mot17/predict |
bash
curl -X POST "http://<Board_IP>:8000/api/models/bytetrack_s_mot17/predict" \
-F "file=@test.jpg"返回的 predictions 包含 track_id、class、confidence 和 box。
实现说明
- HEF 输出九个 YOLOX 风格检测头:stride 32/16/8 各自的 box(4)、objectness(1)、 class(1),片上不做 NMS。
- 主机解码:
center = (raw_xy + grid) * stride,size = exp(raw_wh) * stride,score = obj * class(HEF 已完成 sigmoid)。框按 0.1 过滤,NMS 阈值 0.7。 - ByteTrack 使用 Kalman 预测和高/低分 IoU 匹配做关联,只绘制已激活的轨迹。
- 预处理 letterbox 到 608×1088(填充 114),BGR→RGB;ImageNet 归一化已编译进 HEF。
- 这是 MOT17 单类 person 检测器,不是通用 80 类检测模型。
开发说明
- 源码:
src/rpi5_hailo8_bytetrack_{s,tiny,nano,m}_mot17/ - Dockerfile:
docker/hailo8/bytetrack_{s,tiny,nano,m}_mot17.dockerfile - 容器:
ghcr.io/seeed-projects/recomputer-hailo8-cv/bytetrack_{s,tiny,nano,m}_mot17:latest - HEF:Hailo Model Zoo v2.20.0(
hailo8),大小和 SHA256 记录在各模块的model/README.md - 跟踪器:每个模块的
py_utils/byte_tracker.py是主机侧 ByteTrack 实现
输入与输出
输入:图像、视频或 USB 摄像头帧。输出:带 track ID 的 person 框、置信度与 MJPEG 预览。