Link to this sectionSchnellstartanleitung: Seeed Studio reCamera mit Ultralytics YOLO26#

reCamera wurde der KI-Community auf der YOLO Vision 2024 (YV24), der jährlichen Hybrid-Veranstaltung von Ultralytics, vorgestellt. Sie wurde hauptsächlich für Edge-KI-Anwendungen entwickelt und bietet leistungsstarke Verarbeitungsfähigkeiten sowie eine mühelose Bereitstellung.

Mit Unterstützung für vielfältige Hardwarekonfigurationen und Open-Source-Ressourcen dient sie als ideale Plattform für das Prototyping und die Bereitstellung innovativer Computer Vision Lösungen am Edge.

Link to this sectionWarum reCamera wählen?#

Die reCamera-Serie wurde speziell für Edge-KI-Anwendungen entwickelt, um den Bedürfnissen von Entwicklern und Innovatoren gerecht zu werden. Hier ist der Grund, warum sie heraussticht:

• RISC-V-basierte Leistung: Im Kern arbeitet der SG200X-Prozessor, der auf der RISC-V-Architektur basiert und außergewöhnliche Leistung für Edge-AI-Aufgaben bei gleichzeitig hoher Energieeffizienz bietet. Mit der Fähigkeit, 1 Billion Operationen pro Sekunde (1 TOPS) auszuführen, bewältigt er anspruchsvolle Aufgaben wie die Objekterkennung in Echtzeit problemlos.

• Optimierte Videotechnologien: Unterstützt fortschrittliche Videokomprimierungsstandards, einschließlich H.264 und H.265, um Speicher- und Bandbreitenanforderungen zu reduzieren, ohne die Qualität zu beeinträchtigen. Funktionen wie HDR-Bildgebung, 3D-Rauschunterdrückung und Objektivkorrektur sorgen selbst in schwierigen Umgebungen für professionelle Bilder.

• Energieeffiziente Dual-Verarbeitung: Während der SG200X komplexe KI-Aufgaben übernimmt, verwaltet ein kleinerer 8-Bit-Mikrocontroller einfachere Operationen, um Strom zu sparen, was die reCamera ideal für batteriebetriebene oder stromsparende Setups macht.

• Modulares und aufrüstbares Design: Die reCamera ist mit einer modularen Struktur aufgebaut, die aus drei Hauptkomponenten besteht: der Kernplatine, der Sensorplatine und der Basisplatine. Dieses Design ermöglicht es Entwicklern, Komponenten einfach auszutauschen oder aufzurüsten, was Flexibilität und Zukunftssicherheit für sich entwickelnde Projekte gewährleistet.

Link to this sectionSchnelle Hardware-Einrichtung der reCamera#

Bitte folge der reCamera-Schnellstartanleitung für das erste Onboarding des Geräts, wie zum Beispiel die Verbindung des Geräts mit einem WLAN-Netzwerk und den Zugriff auf die Node-RED-Web-UI für eine schnelle Vorschau der Erkennungsergebnisse.

Link to this sectionInferenz mit vorinstallierten YOLO26-Modellen#

reCamera wird mit vier vorinstallierten Ultralytics YOLO26-Modellen geliefert und du kannst einfach dein gewünschtes Modell innerhalb des Node-RED-Dashboards auswählen.

• Erkennung (YOLO26n)
• Klassifizierung (YOLO26n-cls)
• Segmentierung (YOLO26n-seg)
• Pose-Schätzung (YOLO26n-pose)

Schritt 1: Wenn du die reCamera mit einem Netzwerk verbunden hast, gib die IP-Adresse der reCamera in einem Webbrowser ein, um das Node-RED-Dashboard zu öffnen. Wenn du die reCamera per USB an einen PC angeschlossen hast, kannst du 192.168.42.1 eingeben. Hier siehst du, dass das YOLO26n-Erkennungsmodell standardmäßig geladen ist.

Schritt 2: Klicke auf den grünen Kreis in der rechten unteren Ecke, um auf den Node-RED-Flow-Editor zuzugreifen.

Schritt 3: Klicke auf den model-Knoten und klicke auf On Device.

Schritt 4: Wähle eines der vier verschiedenen vorinstallierten YOLO26n-Modelle aus und klicke auf Done. Wir wählen hier zum Beispiel YOLO26n Pose.

Schritt 5: Klicke auf Deploy und sobald die Bereitstellung abgeschlossen ist, klicke auf Dashboard.

Jetzt kannst du das YOLO26n-Pose-Schätzungsmodell in Aktion sehen!

Link to this sectionExport in cvimodel: Konvertierung deines YOLO26-Modells#

Wenn du ein benutzerdefiniertes YOLO26-Modell mit reCamera verwenden möchtest, befolge die unten aufgeführten Schritte.

Hier konvertieren wir zuerst ein PyTorch-Modell in ONNX und wandeln es dann in das MLIR-Modellformat um. Schließlich wird MLIR in cvimodel konvertiert, um die Inferenz auf dem Gerät auszuführen.

Link to this sectionExport nach ONNX#

Exportiere ein Ultralytics YOLO26-Modell in das ONNX-Modellformat.

Link to this sectionInstallation#

Um die erforderlichen Pakete zu installieren, führe aus:

pip install ultralytics

Detaillierte Anweisungen und Best Practices für den Installationsprozess findest du in unserem Ultralytics-Installationsleitfaden. Wenn du bei der Installation der erforderlichen Pakete für YOLO26 auf Schwierigkeiten stößt, schau in unserem Leitfaden zu häufigen Problemen nach Lösungen und Tipps.

Link to this sectionVerwendung#

from ultralytics import YOLO

# Load a YOLO26 model
model = YOLO("yolo26n.pt")

# Export the model to ONNX format
model.export(format="onnx", opset=14)  # creates 'yolo26n.onnx'

Weitere Details zum Exportprozess findest du auf der Ultralytics-Dokumentationsseite zum Exportieren.

Link to this sectionExportiere ONNX nach MLIR und cvimodel#

Nachdem du ein ONNX-Modell erhalten hast, beziehe dich auf die Seite KI-Modelle konvertieren und quantisieren, um das ONNX-Modell in MLIR und dann in cvimodel zu konvertieren.

Link to this sectionBenchmarks#

Demnächst verfügbar.

Link to this sectionPraktische Anwendungen der reCamera#

Die fortschrittlichen Computer-Vision-Fähigkeiten und das modulare Design der reCamera machen sie für eine Vielzahl von realen Szenarien geeignet und helfen Entwicklern und Unternehmen dabei, einzigartige Herausforderungen mühelos zu bewältigen.

• Sturzerkennung: Die für Sicherheits- und Gesundheitsanwendungen konzipierte reCamera kann Stürze in Echtzeit erkennen, was sie ideal für die Altenpflege, Krankenhäuser und industrielle Umgebungen macht, in denen eine schnelle Reaktion entscheidend ist.

• Erkennung persönlicher Schutzausrüstung: Die reCamera kann zur Gewährleistung der Arbeitssicherheit eingesetzt werden, indem die Einhaltung von PSA-Vorschriften in Echtzeit erkannt wird. Sie hilft dabei zu identifizieren, ob Arbeiter Helme, Handschuhe oder andere Schutzausrüstung tragen, wodurch Risiken in industriellen Umgebungen reduziert werden.

• Feuererkennung: Die Echtzeit-Verarbeitungsfähigkeiten der reCamera machen sie zu einer ausgezeichneten Wahl für die Feuererkennung in industriellen und privaten Bereichen, indem sie Frühwarnungen bereitstellt, um potenzielle Katastrophen zu verhindern.

• Abfallerkennung: Sie kann auch für Abfallerkennungsanwendungen genutzt werden, was sie zu einem hervorragenden Werkzeug für die Umweltüberwachung und das Abfallmanagement macht.

• Autoteileerkennung: In der Fertigungs- und Automobilindustrie hilft sie bei der Erkennung und Analyse von Autoteilen zur Qualitätskontrolle, Überwachung von Fließbändern und Bestandsverwaltung.

Link to this sectionFAQ#

Link to this sectionWie installiere und konfiguriere ich die reCamera zum ersten Mal?#

Um deine reCamera zum ersten Mal einzurichten, befolge diese Schritte:

1. Verbinde die reCamera mit einer Stromquelle
2. Verbinde sie mit deinem WLAN-Netzwerk unter Verwendung der reCamera-Schnellstartanleitung
3. Greife auf die Node-RED-Web-UI zu, indem du die IP-Adresse des Geräts in einem Webbrowser eingibst (oder verwende 192.168.42.1, wenn du per USB verbunden bist)
4. Beginne sofort mit der Nutzung der vorinstallierten YOLO26-Modelle über die Dashboard-Schnittstelle

Link to this sectionKann ich meine selbst trainierten YOLO26-Modelle mit reCamera verwenden?#

Ja, du kannst benutzerdefinierte YOLO26-Modelle mit reCamera verwenden. Der Prozess umfasst:

1. Exportiere dein PyTorch-Modell in das ONNX-Format mit model.export(format="onnx", opset=14)
2. Konvertiere das ONNX-Modell in das MLIR-Format
3. Konvertiere das MLIR in das cvimodel-Format für die Inferenz auf dem Gerät
4. Lade das konvertierte Modell auf deine reCamera

Detaillierte Anweisungen findest du im Leitfaden KI-Modelle konvertieren und quantisieren.

Link to this sectionWas unterscheidet reCamera von herkömmlichen IP-Kameras?#

Im Gegensatz zu herkömmlichen IP-Kameras, die externe Hardware für die Verarbeitung benötigen, bietet reCamera:

• Integriert die KI-Verarbeitung direkt auf dem Gerät mit ihrem RISC-V SG200X-Prozessor
• Bietet 1 TOPS an Rechenleistung für Echtzeit-Edge-KI-Anwendungen
• Verfügt über ein modulares Design, das Komponenten-Upgrades und Anpassungen ermöglicht
• Unterstützt fortschrittliche Videotechnologien wie H.264/H.265-Komprimierung, HDR-Bildgebung und 3D-Rauschunterdrückung
• Wird mit vorinstallierten Ultralytics YOLO26-Modellen für die sofortige Nutzung geliefert

Diese Funktionen machen reCamera zu einer eigenständigen Lösung für Edge-KI-Anwendungen, ohne dass zusätzliche externe Verarbeitungshardware erforderlich ist.