CV / DeepLab v3

DeepLab v3 MobileNet v2

reComputer R Series (CM5 + Hailo-8)

DeepLab v3 MobileNet v2 语义分割模型，基于 R20 + Hailo-8 部署。

15 次下载

大小

4.68 MB

内存

4GB+

精度

Hailo HEF / HailoRT 4.23.x

选择你正在使用的设备，设置指南和文档将相应更新。

平台

推理引擎

快速开始

部署

sudo docker run --rm \
  --name cm5-hailo-deeplab-v3-mobilenet-v2 \
  --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-r20-cv/deeplab_v3_mobilenet_v2:latest \
  python web_detection.py --model_path model/deeplab_v3_mobilenet_v2.hef --video_path video/test.mp4

REST API

使用 REST API 进行推理。复制以下命令。

Curl

curl -X POST "http://<R20_IP>:8000/api/models/deeplab/predict" \
  -F "file=@test.jpg"

Python

import requests

resp = requests.post(
    "http://<R20_IP>:8000/api/models/deeplab/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(resp.json())

模型详情

DeepLab v3 MobileNet v2 在 reComputer R Series（CM5 + Hailo）上运行

DeepLab v3 MobileNet v2 语义分割，基于 HailoRT，提供实时预览和 REST 推理接口。

本页面内容改编自 rpi5_hailo8_deeplab_v3_mobilenet_v2/README.md 仓库中的 reComputer-R20-CV。目标平台为 reComputer R Series（CM5 + Hailo） 搭配 PCIe Hailo-8 加速器。

硬件与主机设置

项目	值
开发板	配备 Raspberry Pi CM5 的 reComputer R Series
加速器	Hailo-8 M.2 over PCIe，设备节点 `/dev/hailo0`
操作系统	Raspberry Pi OS Bookworm, aarch64
主机驱动	`hailo-all` apt 包
已验证 HailoRT	4.23.x；主机驱动、固件、原生库和 Python wheel 主次版本号必须一致

bash

sudo apt update
sudo apt install hailo-all
sudo reboot

# 重启后
hailortcli fw-control identify
ls /dev/hailo0

# 安装 Docker 并设置开机自启
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

bash

sudo docker run --rm --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-r20-cv/deeplab_v3_mobilenet_v2:latest \
  python web_detection.py --model_path model/deeplab_v3_mobilenet_v2.hef --video_path video/test.mp4

打开 http://<R20_IP>:8000 查看 Web 预览。镜像包含模块源码、演示视频、HailoRT Python wheel 以及下列 HEF 文件。

libhailort.so 的 bind mount 刻意取自宿主机。如果固件版本不是 4.23.0，请把两个路径都替换为 hailortcli fw-control identify 报告的版本号；如果主次版本号不同，需要重新构建镜像。

USB 摄像头模式

bash

sudo docker run --rm --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-r20-cv/deeplab_v3_mobilenet_v2:latest \
  python web_detection.py --model_path model/deeplab_v3_mobilenet_v2.hef --camera_id 0

切换 HEF 变体

通过传入不同的 --model_path 覆盖镜像默认值：

bash

sudo docker run --rm --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-r20-cv/deeplab_v3_mobilenet_v2:latest \
  python web_detection.py --model_path model/deeplab_v3_mobilenet_v2_wo_dilation.hef --video_path video/test.mp4

HEF 文件

HEF	大小	备注
`deeplab_v3_mobilenet_v2.hef`	4.68 MB	默认值 DeepLab v3 model
`deeplab_v3_mobilenet_v2_wo_dilation.hef`	4.09 MB	No-dilation DeepLab v3 variant

REST API

预测端点：

text

POST http://<R20_IP>:8000/api/models/deeplab/predict

示例图片请求：

bash

curl -X POST "http://<R20_IP>:8000/api/models/deeplab/predict" \
  -F "file=@test.jpg"

通用服务端点：

Endpoint	方法	用途
`/`	GET	Web 预览界面
`/api/models/deeplab/predict`	POST	从上传的图片/视频或当前帧进行单帧推理
`/api/video_feed`	GET	MJPEG 预览流
`/api/config`	GET / POST	读取或更新运行时阈值
`/api/video/upload`	POST	上传视频进行离线分析
`/api/video/analyze`	POST	开始离线分析
`/api/video/status`	GET	轮询分析进度
`/api/video/list`	GET	列出已上传和已处理的视频
`/api/video/download/{filename}`	GET	下载处理后的输出

开发说明

源模块： src/rpi5_hailo8_deeplab_v3_mobilenet_v2/
Dockerfile： docker/hailo8/deeplab_v3_mobilenet_v2.dockerfile
主服务： web_detection.py 封装了 HailoRT 推理、后处理、MJPEG 预览、REST 预测和离线视频分析。
当替换自定义 HEF 时，确保输出布局与模块后处理代码兼容，或更新 post_process_hailo()。

输入与输出

输入：图像、视频或 USB 摄像头画面。输出：语义掩膜或叠加层，以及带标注的 MJPEG 预览。