CV / STDC1

STDC1

STDC1（短时密集连接）通过 HailoRT 推理服务运行语义分割，支持 19 个 Cityscapes 类别。

12 次下载

大小

11 MB

内存

4GB+

精度

Hailo HEF / HailoRT

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-hailo8-stdc1 \
  --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/stdc1:latest \
  python web_detection.py --model_path model/stdc1.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://<Board_IP>:8000/api/models/stdc1/predict" \
  -F "file=@test.jpg"

Python

import requests

resp = requests.post(
    "http://<Board_IP>:8000/api/models/stdc1/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(resp.json())

模型详情

STDC1 在 reComputer R Series (CM5 + Hailo-10H)

STDC1 (Short-Term Dense Concatenate) 实时 semantic segmentation with Cityscapes 19-class output, running on Hailo-10H via HailoRT.

This page targets reComputer R Series (CM5 + Hailo-10H) with a PCIe Hailo-10H accelerator.

Model Info

Property	值
Architecture	STDC1 (Short-Term Dense Concatenate)
Task	Semantic Segmentation
Input	1024×1920×3 RGB
Output	1024×1920 class mask (19 classes)
Parameters	8.27M
mIoU (Cityscapes)	73.7% (hardware)
Source	Hailo Model Zoo

Cityscapes Classes

ID	Class	ID	Class	ID	Class
0	road	7	traffic sign	14	truck
1	sidewalk	8	vegetation	15	bus
2	building	9	terrain	16	train
3	wall	10	sky	17	motorcycle
4	fence	11	person	18	bicycle
5	pole	12	rider
6	traffic light	13	car

硬件与主机设置

项目	值
开发板	reComputer R Series with Raspberry Pi CM5
加速器	Hailo-10H over PCIe, exposed as `/dev/hailo0`
操作系统	Raspberry Pi 操作系统 Bookworm, aarch64
主机驱动	`hailo-all` apt 包

bash

sudo apt update
sudo apt install hailo-all
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

bash

sudo docker run --rm --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/stdc1:latest \
  python web_detection.py --model_path model/stdc1.hef --video_path video/test.mp4

打开 http://<Board_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。

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.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/stdc1:latest \
  python web_detection.py --model_path model/stdc1.hef --camera_id 0

HEF 文件

HEF	大小	备注
`stdc1.hef`	11 MB	语义分割 model

REST API

预测端点：

text

P操作系统T http://<Board_IP>:8000/api/models/stdc1/predict

示例图片请求：

bash

curl -X P操作系统T "http://<Board_IP>:8000/api/models/stdc1/predict" \
  -F "file=@test.jpg"

通用服务端点：

Endpoint	方法	用途
`/`	GET	Web 预览界面
`/api/models/stdc1/predict`	P操作系统T	Segmentation mask (JSON)
`/api/models/stdc1/visualize`	P操作系统T	Overlay image (JPEG)
`/api/models/stdc1/classes`	GET	Cityscapes class list
`/api/video_feed`	GET	MJPEG 预览流

开发说明

源模块： src/hailo10h_stdc1/
Dockerfile： docker/hailo10h/stdc1.dockerfile
主服务： web_detection.py --model_path model/stdc1.hef wraps HailoRT inference, post-processing, MJPEG preview, and REST prediction.

输入与输出

输入：图像（1024×1920 RGB）。输出：19 类语义分割掩码（Cityscapes）。