CV / YOLO26-seg

YOLO26m-seg

YOLO26m-seg 通过 HailoRT 推理对 80 个 COCO 类别执行实例分割，输出边界框和实例掩码。

大小

6.0 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 pi5-hailo-yolo26n-seg \
  --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/yolo26m_seg:latest \
  python web_detection.py --model_path model/yolo26m_seg.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/yolo26m_seg/predict" \
  -F "file=@test.jpg"

Python

import requests
resp = requests.post(
    "http://<Board_IP>:8000/api/models/yolo26m_seg/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(resp.json())

模型详情

YOLO26n-seg 在 reComputer CM5 + Hailo-10H 上运行

YOLO26n-seg 实例分割模型（2.7M 参数，80 个 COCO 类别），通过 HailoRT 在 Hailo-10H 上运行。

模型信息

属性	值
架构	YOLO26n-seg
任务	实例分割
输入	640×640×3 RGB
输出	边界框和实例掩码
参数量	2.7M
来源	Hailo Model Zoo

硬件与主机设置

项目	值
主板	Raspberry Pi CM5
加速器	Hailo-10H，`/dev/hailo0`
操作系统	Raspberry Pi OS Bookworm, aarch64

bash

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

运行

bash

sudo docker run --rm --privileged --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolo26n_seg:latest \
  python web_detection.py --model_path model/yolo26n_seg.hef --video_path video/test.mp4

HEF 文件

HEF	大小	备注
`yolo26n_seg.hef`	6.0 MB	实例分割模型

REST API

bash

curl -X POST "http://<Board_IP>:8000/api/models/yolo26n_seg/predict" \
  -F "file=@test.jpg"

接口	方法	用途
`/api/models/yolo26n_seg/predict`	POST	边界框和掩码（JSON）
`/api/models/yolo26n_seg/visualize`	POST	检测叠加图（JPEG）
`/api/models/yolo26n_seg/classes`	GET	COCO 类别列表

开发

源码：src/hailo10h_yolo26n_seg/
Dockerfile：docker/hailo10h/yolo26n_seg.dockerfile

输入与输出

输入：图像（640x640 RGB）。输出：边界框和实例掩码（COCO 80 类）。