CV / ViTPose

ViTPose-Small-BN

ViTPose-Small-BN 单人二维姿态估计模型，在 reComputer R Series + Hailo-8 上输出 17 个 COCO 关键点。

38 次下载

大小

31 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-hailo8-vitpose-small-bn \
  --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/vit_pose_small_bn:latest \
  python web_detection.py --model_path model/vit_pose_small_bn.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/vit_pose_small_bn/predict" \
  -F "file=@test.jpg"

Python

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

模型详情

reComputer R Series (CM5 + Hailo-8)

reComputer R Series（CM5 + Hailo-8）上的 ViTPose-Small-BN

ViTPose-Small-BN 是 ViTPose-Small 的 BatchNorm 变体。两者输入输出相同（256x192 RGB、64x48x17 热力图、17 个 COCO 关键点），但精度略低（AP 72.01，对比 74.16）。

模型信息

属性	值
架构	ViT-Small-BN (ViTPose)
任务	Single-person pose estimation
输入	256x192x3 RGB
输出	Heatmap 64x48x17
参数量	24.32M
运算量	17.17G
HEF	Hailo Model Zoo v2.19.0, Hailo-8

使用演示视频运行

bash

sudo docker run --rm \
  --name cm5-hailo8-vitpose-small-bn \
  --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/vit_pose_small_bn:latest \
  python web_detection.py --model_path model/vit_pose_small_bn.hef --video_path video/test.mp4

REST API

bash

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

端点	方法	用途
`/api/models/vit_pose_small_bn/predict`	POST	17 个关键点（JSON）
`/api/video_feed`	GET	带骨架的 MJPEG 预览

开发说明

源模块: src/rpi5_hailo8_vit_pose_small_bn/
容器: ghcr.io/seeed-projects/recomputer-hailo8-cv/vit_pose_small_bn:latest
系列: vit_pose (vit_pose_small / vit_pose_small_bn)

输入与输出

输入：图像、视频或 USB 摄像头帧。输出：17 个 COCO 关键点（x、y、置信度）及骨架叠加。