DAMO-YOLO 在 reComputer R Series（CM5 + Hailo-8）上的部署

DAMO-YOLO（TinyNAS 主干网络）通过 HailoRT 在 Hailo-8 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-8 加速器的 reComputer R Series（CM5 + Hailo-8）。

模型信息

变体	参数量	计算量	mAP（COCO）	打包 HEF
T (tinynasL20)	11.35M	18.0G	42.8	8.8 MB
S (tinynasL25)	16.25M	37.6G	46.5	14 MB
M (tinynasL35)	33.98M	61.6G	49.7	27 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），仅片上 sigmoid
HEF	Hailo Model Zoo v2.19.0，Hailo-8

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-8，PCIe 接口，设备节点为 `/dev/hailo0`
运行时	HailoRT 4.23.x
容器内 Python	3.11，aarch64

bash

sudo apt update
sudo apt install hailo-all
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

请选择与变体对应的命令。

DAMO-YOLO T (tinynasL20)

bash

sudo docker run --rm \
  --name cm5-hailo8-damoyolo-l20t \
  --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/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-hailo8-damoyolo-l25s \
  --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/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-hailo8-damoyolo-l35m \
  --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/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 查看网页预览。

USB 摄像头模式（以 S 变体为例）

bash

sudo docker run --rm \
  --name cm5-hailo8-damoyolo-l25s \
  --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/damoyolo_tinynas_l25_s:latest \
  python web_detection.py --model_path model/damoyolo_tinynas_l25_s.hef --camera_id 0

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>/predict`	POST	检测结果（JSON）
`/api/video_feed`	GET	MJPEG 预览
`/api/config`	GET / POST	置信度阈值

开发说明

源码模块：src/rpi5_hailo8_damoyolo_tinynas_l20_t/、..._l25_s/、..._l35_m/
Dockerfile：docker/hailo8/damoyolo_tinynas_l*.dockerfile
容器镜像：ghcr.io/seeed-projects/recomputer-hailo8-cv/damoyolo_tinynas_l{20_t,25_s,35_m}:latest
三个变体使用相同的 nanodet_split CPU 解码——仅主干网络（TinyNAS-L20/L25/L35）不同。
HEF：Hailo Model Zoo v2.19.0 的 hailo8 构建。

DAMO-YOLO

快速开始

模型详情

DAMO-YOLO 在 reComputer R Series（CM5 + Hailo-8）上的部署

模型信息

硬件与主机设置

使用演示视频运行

DAMO-YOLO T (tinynasL20)

DAMO-YOLO S (tinynasL25)

DAMO-YOLO M (tinynasL35)

USB 摄像头模式（以 S 变体为例）

REST API

开发说明

输入与输出