CV / 车牌

Tiny-YOLOv4 车牌检测

reComputer R Series (CM5 + Hailo-10H)

在搭载 Hailo-8 或 Hailo-10H 的 reComputer R Series 上进行单类别车牌检测。

55 次下载

大小

8.21 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。

平台

推理引擎

快速开始

部署

sudo docker run --rm \
  --name cm5-hailo10h-plate-detector \
  --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/tiny_yolov4_license_plates:latest \
  python web_detection.py --model_path model/tiny_yolov4_license_plates.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/tiny_yolov4_license_plates/predict" \
  -F "file=@traffic.jpg"

Python

import requests

response = requests.post(
    "http://<Board_IP>:8000/api/models/tiny_yolov4_license_plates/predict",
    files={"file": open("traffic.jpg", "rb")},
    timeout=30,
)
print(response.json())

模型详情

reComputer R Series (CM5 + Hailo-10H)

在 reComputer CM5 + Hailo-10H 上运行 Tiny-YOLOv4 License Plates

Tiny-YOLOv4 通过 HailoRT 5.1.1 在 Hailo-10H 上检测车牌（单类别）。HEF 暴露 2 个原始 YOLO 输出头；锚框解码和 NMS 在 CPU 上执行。

模型信息

属性	值
任务	车牌检测（单类别）
输入	416x416x3
输出	13x13x18 和 26x26x18 原始 YOLO 输出头
HEF	Hailo Model Zoo v5.4.0, Hailo-10H (5.1 MB)

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-10H 通过 PCIe 连接，设备为 `/dev/hailo0`
主机驱动	`hailo-h10-all` apt 软件包
运行时	HailoRT 5.1.1
容器内 Python	3.13, aarch64

bash

sudo apt update
sudo apt install hailo-h10-all -y
sudo reboot

# After reboot
hailortcli fw-control identify
ls /dev/hailo0

使用演示视频运行

bash

sudo docker run --rm \
  --name cm5-hailo10h-plate-detector \
  --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/tiny_yolov4_license_plates:latest \
  python web_detection.py --model_path model/tiny_yolov4_license_plates.hef --video_path video/test.mp4

REST API

bash

curl -X POST "http://<Board_IP>:8000/api/models/tiny_yolov4_license_plates/predict"   -F "file=@plate.jpg"

开发说明

源码模块: src/hailo10h_tiny_yolov4_license_plates/
Dockerfile: docker/hailo10h/tiny_yolov4_license_plates.dockerfile
容器: ghcr.io/seeed-projects/recomputer-hailo10h-cv/tiny_yolov4_license_plates:latest
执行器封装了 HailoRT 5.1.1 的多输出 create_infer_model。
HEF：Hailo Model Zoo v5.4.0 的 hailo10h 构建。

输入与输出

Input: 416x416 RGB traffic frame. Output: license-plate confidence and xyxy box after raw-head decoding and CPU NMS.