← 模型

CV / DAMO-YOLO

DAMO-YOLO

reComputer R Series (CM5 + Hailo-10H)

DAMO-YOLO（T/S/M 变体）在 reComputer R Series 上通过 Hailo-8 或 Hailo-10H 执行 COCO 80 类目标检测。

343 次下载
大小
8.8 MB
内存
4GB+
精度
Hailo HEF / HailoRT 4.23.x (Hailo-8) / 5.1.1 (Hailo-10H)

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 cm5-hailo10h-damoyolo-l20t \
  --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/damoyolo_tinynas_l20_t:latest \
  python web_detection.py --model_path model/damoyolo_tinynas_l20_t.hef --video_path video/test.mp4

模型详情

reComputer CM5 + Hailo-10H

DAMO-YOLO 在 reComputer CM5 + Hailo-10H 上运行

DAMO-YOLO（TinyNAS 主干网络）通过 HailoRT 5.1.1 在 Hailo-10H 上执行 COCO 80 类目标检测，使用 nanodet_split 检测头和 DFL 框回归。一张卡片，三个变体，通过 Size 下拉框选择。

本页面向搭配 PCIe Hailo-10H 加速器的 reComputer R Series（CM5 + Hailo-10H）。

模型信息

变体参数量计算量mAP（COCO）Hailo-10H HEF
T (tinynasL20)11.35M18.0G42.811.9 MB
S (tinynasL25)16.25M37.6G46.521.4 MB
M (tinynasL35)33.98M61.6G49.723.9 MB
属性值
任务目标检测
输入640x640x3 RGB（归一化为空操作；原始 uint8）
输出6 个头：box（80x80x68、40x40x68、20x20x68）+ cls（80x80x81、40x40x81、20x20x81）
类别80（COCO）
后处理nanodet_split（DFL，regression_length=16），CPU 解码
HEFHailo Model Zoo v5.4.0，Hailo-10H

精度数值为 Hailo Model Zoo 的参考值，不是在 CM5 上实测的基准。

硬件与主机设置

项目值
开发板reComputer R Series（树莓派 CM5）
加速器Hailo-10H，PCIe 接口，设备节点为 /dev/hailo0
主机驱动hailo-h10-all apt 包
运行时HailoRT 5.1.1
容器内 Python3.13，aarch64
bash
sudo apt update
sudo apt install hailo-h10-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 docker

使用演示视频运行

DAMO-YOLO T (tinynasL20)

bash
sudo docker run --rm \
  --name cm5-hailo10h-damoyolo-l20t \
  --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/damoyolo_tinynas_l20_t:latest \
  python web_detection.py --model_path model/damoyolo_tinynas_l20_t.hef --video_path video/test.mp4

DAMO-YOLO S (tinynasL25)

bash
sudo docker run --rm \
  --name cm5-hailo10h-damoyolo-l25s \
  --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/damoyolo_tinynas_l25_s:latest \
  python web_detection.py --model_path model/damoyolo_tinynas_l25_s.hef --video_path video/test.mp4

DAMO-YOLO M (tinynasL35)

bash
sudo docker run --rm \
  --name cm5-hailo10h-damoyolo-l35m \
  --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/damoyolo_tinynas_l35_m:latest \
  python web_detection.py --model_path model/damoyolo_tinynas_l35_m.hef --video_path video/test.mp4

打开 http://<Board_IP>:8000 查看 Web 预览。

REST API

bash
curl -X POST "http://<Board_IP>:8000/api/models/damoyolo_tinynas_l25_s/predict"   -F "file=@test.jpg"
端点方法用途
/api/models/damoyolo_tinynas_<variant>/predictPOST检测结果（JSON）
/api/video_feedGETMJPEG 预览
/api/configGET / POST置信度阈值

开发说明

  • 源码模块：src/hailo10h_damoyolo_tinynas_l20_t/、..._l25_s/、..._l35_m/
  • Dockerfile：docker/hailo10h/damoyolo_tinynas_l*.dockerfile
  • 容器镜像：ghcr.io/seeed-projects/recomputer-hailo10h-cv/damoyolo_tinynas_l{20_t,25_s,35_m}:latest
  • 执行器为 HailoRT 5.1.1 多输出 create_infer_model 封装（damoyolo 输出 6 个头）。
  • HEF：Hailo Model Zoo v5.4.0 的 hailo10h 构建。

输入与输出

输入：图像、视频或 USB 摄像头帧。输出：带置信度的 COCO 80 类检测框和带标注的 MJPEG 预览。