← 模型

CV / YOLOv5

YOLOv5

YOLOv5n/s/m 目标检测模型，支持 reComputer RK3588/RK3576（RKNN）以及 reComputer R Series + Hailo-8 或 Hailo-10H。

441 次下载
大小
~5.1MB
内存
1GB+
精度
INT8 / Hailo HEF

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 rk3588-yolov5n \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  -e RKNN_LOG_LEVEL=0 \
  --device /dev/video0:/dev/video0 \
  --device /dev/dri/renderD128:/dev/dri/renderD128 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3588-yolov5:latest \
  python3 web_detection.py --model_path model/yolov5n.rknn --video video/test.mp4

模型详情

reComputer R Series (CM5 + Hailo-8)

YOLOv5 在 reComputer R 系列 (CM5 + Hailo) 上

YOLOv5 目标检测，为配备 CM5 和 PCIe Hailo-8 加速器的 reComputer R 系列打包。

本页面改编自 reComputer-R20-CV 中的 rpi5_hailo8_yolov5/README.md。适用于配备 PCIe Hailo-8 加速器的 reComputer R 系列 (CM5 + Hailo)。

硬件与主机设置

项目值
主板搭载 Raspberry Pi CM5 的 reComputer R 系列
加速器Hailo-8 M.2 通过 PCIe，暴露为 /dev/hailo0
操作系统Raspberry Pi OS Bookworm，aarch64
主机驱动hailo-all apt 软件包
验证的 HailoRT4.23.x；主机驱动、固件、原生库和 Python wheel 必须共享相同的主版本号.次版本号
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.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-r20-cv/yolov5:latest \
  python web_detection.py --model_path model/yolov5s.hef --video_path video/test.mp4

打开 http://<R20_IP>:8000 查看网页预览。该镜像包含模块源代码、演示视频、HailoRT Python wheel 以及下列 HEF 文件。

libhailort.so 的绑定挂载特意来自主机。如果您的固件不是 4.23.0，请将两个路径替换为 hailortcli fw-control identify 报告的版本；如果主版本号.次版本号不同，请重新构建镜像。

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.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-r20-cv/yolov5:latest \
  python web_detection.py --model_path model/yolov5s.hef --camera_id 0

切换 HEF 变体

通过传递不同的 --model_path 覆盖镜像默认值：

bash
sudo docker run --rm --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-r20-cv/yolov5:latest \
  python web_detection.py --model_path model/yolov5m.hef --video_path video/test.mp4

HEF 文件

HEF大小备注
yolov5s.hef8.71 MBSmall 检测器
yolov5m.hef16.31 MBMedium 检测器

REST API

预测端点：

text
POST http://<R20_IP>:8000/api/models/yolov5/predict

示例图片请求：

bash
curl -X POST "http://<R20_IP>:8000/api/models/yolov5/predict" \
  -F "file=@test.jpg"

通用服务端点：

端点方法用途
/GET网页预览界面
/api/models/yolov5/predictPOST从上传的图片/视频或当前帧进行单帧推理
/api/video_feedGETMJPEG 预览流
/api/configGET / POST读取或更新运行时阈值
/api/video/uploadPOST上传视频以进行离线分析
/api/video/analyzePOST开始离线分析
/api/video/statusGET轮询分析进度
/api/video/listGET列出已上传和已处理的视频
/api/video/download/{filename}GET下载处理后的输出

开发说明

  • 源代码模块：src/rpi5_hailo8_yolov5/
  • Dockerfile：docker/hailo8/yolov5.dockerfile
  • 主服务：web_detection.py 封装了 HailoRT 推理、后处理、MJPEG 预览、REST 预测和离线视频分析。
  • 更换自定义 HEF 时，请保持输出布局与模块后处理代码兼容，或更新 post_process_hailo()。