← 模型

CV / STDC1

STDC1

reComputer R Series (CM5 + Hailo-8)

STDC1 实时语义分割，基于 reComputer R Series + Hailo-10H 部署。

53 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。

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

reComputer R Series (CM5 + Hailo-8)

STDC1 在 reComputer R Series（CM5 + Hailo-8）上运行

STDC1（Short-Term Dense Concatenate）通过 HailoRT 在 Hailo-8 上执行实时语义分割，支持 19 个 Cityscapes 类别。

本文适用于配备 PCIe Hailo-8 加速器的 reComputer R Series（CM5 + Hailo-8）。

模型信息

属性值
架构STDC1（Short-Term Dense Concatenate）
任务语义分割
Input1024x1920x3 RGB
Output1024x1920 class mask (19 classes)
参数量8.27M
mIoU (Cityscapes)73.8% hardware reference
HEFHailo Model Zoo v2.19.0, Hailo-8

上述精度来自 Hailo Model Zoo 参考数据，并非在 CM5 上实测的基准结果。

Cityscapes 类别

ID类别ID类别ID类别
0道路7交通标志14卡车
1人行道8植被15公交车
2建筑9地形16火车
3墙10天空17摩托车
4围栏11行人18自行车
5杆12骑行者
6交通信号灯13汽车

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 通过 PCIe 连接，设备为 /dev/hailo0
运行时HailoRT 4.23.x
容器内 Python3.11，aarch64

启动容器前，请在主机上安装 Hailo-8 软件包，并确认驱动和设备已就绪：

bash
sudo apt update
sudo apt install hailo-all
sudo reboot

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

此镜像要求使用 HailoRT 4.23.x。

使用演示视频运行

bash
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

打开 http://<Board_IP>:8000 查看网页预览。

USB 摄像头模式

bash
sudo docker run --rm \
  --name cm5-hailo8-stdc1 \
  --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/stdc1:latest \
  python web_detection.py --model_path model/stdc1.hef --camera_id 0

REST API

预测端点：

text
POST http://<Board_IP>:8000/api/models/stdc1/predict

图片请求示例：

bash
curl -X POST "http://<Board_IP>:8000/api/models/stdc1/predict" \
  -F "file=@test.jpg"
端点方法用途
/GET网页预览界面
/api/models/stdc1/predictPOST分割掩码（JSON）
/api/models/stdc1/visualizePOST叠加图像（JPEG）
/api/models/stdc1/classesGETCityscapes 类别列表
/api/video_feedGETMJPEG 预览流

开发说明

  • 源码模块：src/rpi5_hailo8_stdc1/
  • Dockerfile：docker/hailo8/stdc1.dockerfile
  • 容器镜像：ghcr.io/seeed-projects/recomputer-hailo8-cv/stdc1:latest
  • 该模块使用 HailoRT 4.23 VStreams API 和 Hailo-8 专用 HEF。

输入与输出

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