在 Hailo-10H 上运行 YOLOv8-seg

reComputer CM5 + Hailo-10H 上的 YOLOv8-seg

YOLOv8n/s/m-seg 通过 HailoRT 5.1.1 在 Hailo-10H 上运行。HEF 输出原始分支头（无片上 NMS）：主机侧完成框解码（DFL 或折叠布局）、sigmoid 与逐类 NMS，并合成实例掩码（32 个系数 × 160×160×32 原型，按框裁剪），支持 80 个 COCO 类别。

模型信息

变体	输入	打包 HEF	容器镜像
YOLOv8n-seg	640×640×3 RGB	6.1 MB	`yolov8n_seg`
YOLOv8s-seg	640×640×3 RGB	18.6 MB	`yolov8s_seg`
YOLOv8m-seg	640×640×3 RGB	28.9 MB	`yolov8m_seg`

硬件与宿主环境

项目	值
主板	Raspberry Pi CM5
加速器	Hailo-10H，`/dev/hailo0`
运行时	HailoRT 5.1.1
系统	Raspberry Pi OS Bookworm，aarch64

bash

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

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

使用内置演示视频运行

按所用变体选择对应命令。

YOLOv8n-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolov8n-seg \
  -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/yolov8n_seg:latest \
  python web_detection.py --model_path model/yolov8n_seg.hef --video_path video/test.mp4

YOLOv8s-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolov8s-seg \
  -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/yolov8s_seg:latest \
  python web_detection.py --model_path model/yolov8s_seg.hef --video_path video/test.mp4

YOLOv8m-seg

bash

sudo docker run --rm --privileged --net=host \
  --name cm5-hailo10h-yolov8m-seg \
  -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/yolov8m_seg:latest \
  python web_detection.py --model_path model/yolov8m_seg.hef --video_path video/test.mp4

浏览器打开 http://<Board_IP>:8000 查看 Web 预览；/api/video_feed 提供叠加实例掩码与检测框的 MJPEG 流。

REST API

每个变体有独立接口：

变体	接口
YOLOv8n-seg	`POST /api/models/yolov8n_seg/predict`
YOLOv8s-seg	`POST /api/models/yolov8s_seg/predict`
YOLOv8m-seg	`POST /api/models/yolov8m_seg/predict`

示例：

bash

curl -X POST "http://<Board_IP>:8000/api/models/yolov8n_seg/predict" \
  -F "file=@test.jpg"

返回的 predictions 条目包含 class、confidence 与 box 字段（box 为原图像素坐标的 x1/y1/x2/y2）。

预期结果与常见错误

首次推理时模块会打印已加载的张量列表和布局摘要：10 个输出张量、各自的数值范围以及是否补做了 sigmoid。预期为三个框分支、三个 80 通道类别分支、三个 32 通道掩码系数分支和一个 160×160×32 原型；预览中掩码应贴合目标。

现象	可能原因	处理
日志出现 `unexpected output layout`	HEF 编译与本模块预期不同	对照上面的张量清单核对打印的形状，不要凭猜测解码
启动报 HailoRT 版本错误	宿主运行库不是 5.1.1	宿主安装 `hailo-h10-all`，容器挂载保持 `libhailort.so.5.1.1`
`docker: container name already in use`	上次容器未删除	`docker rm -f cm5-hailo10h-yolov8n-seg`，或修改 `--name`
容器内没有 `/dev/hailo0`	缺少 `--device /dev/hailo0:/dev/hailo0`	补上设备映射与 `--privileged --net=host`

开发说明

变体	源码	Dockerfile
YOLOv8n-seg	`src/hailo10h_yolov8n_seg/`	`docker/hailo10h/yolov8n_seg.dockerfile`
YOLOv8s-seg	`src/hailo10h_yolov8s_seg/`	`docker/hailo10h/yolov8s_seg.dockerfile`
YOLOv8m-seg	`src/hailo10h_yolov8m_seg/`	`docker/hailo10h/yolov8m_seg.dockerfile`

执行器为 HailoRT 5.1.1 的 InferModel 封装（Python 3.13 + 随模块附带的 cp313 wheel）；回归测试位于各模块的 tests/。
HEF 来自 Hailo Model Zoo v5.4.0 的 Hailo-10H 构建。
letterbox 填充为 114（Model Zoo base/yolo.yaml），归一化已编译进 HEF；文中引用的 mAP 为 Model Zoo 全精度参考值，并非本板实测。

YOLOv8-seg

快速开始

模型详情

reComputer CM5 + Hailo-10H 上的 YOLOv8-seg

模型信息

硬件与宿主环境

使用内置演示视频运行

YOLOv8n-seg

YOLOv8s-seg

YOLOv8m-seg

REST API

预期结果与常见错误

开发说明