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

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

Mit Unterstützung für verschiedene Hardwarekonfigurationen und Open-Source-Ressourcen dient sie als ideale Plattform für die Prototypenerstellung und Implementierung innovativer Computer Vision Lösungen am Edge.

Link to this sectionWarum reCamera wählen?#

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

• RISC-V-Leistung: Das Herzstück bildet der SG200X-Prozessor, der auf der RISC-V-Architektur basiert und außergewöhnliche Leistung für Edge-KI-Aufgaben bei gleichzeitig hoher Energieeffizienz liefert. Mit der Fähigkeit, 1 Billion Operationen pro Sekunde (1 TOPS) auszuführen, bewältigt er anspruchsvolle Aufgaben wie Objekterkennung in Echtzeit problemlos.

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

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

• Modulares und erweiterbares Design: Die reCamera ist modular aufgebaut und besteht aus drei Hauptkomponenten: dem Core-Board, dem Sensor-Board und dem Baseboard. Dieses Design ermöglicht Entwicklern den einfachen Austausch oder die Aufrüstung von Komponenten, was Flexibilität und Zukunftssicherheit für sich entwickelnde Projekte gewährleistet.

Link to this sectionSchnelle Hardware-Einrichtung der reCamera#

Bitte folge der reCamera-Kurzanleitung für die erste Inbetriebnahme des Geräts, wie z. B. das Verbinden des Geräts mit einem WiFi-Netzwerk und den Zugriff auf die Node-RED Web-Benutzeroberfläche zur schnellen Vorschau der Erkennungsergebnisse.

Link to this sectionInferenz mit vorinstallierten YOLO26-Modellen#

Auf der reCamera sind vier Ultralytics YOLO26-Modelle vorinstalliert, und du kannst dein gewünschtes Modell einfach im Node-RED-Dashboard 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 einen 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 wirst du sehen, dass das YOLO26n-Erkennungsmodell standardmäßig geladen ist.

Schritt 2: Klicke auf den grünen Kreis in der unteren rechten 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. Zum Beispiel wählen wir hier YOLO26n Pose

Schritt 5: Klicke auf Deploy und klicke nach Abschluss der Bereitstellung auf Dashboard.

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

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

Wenn du ein benutzerdefiniertes YOLO26-Modell mit der 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 Folgendes aus:

pip install ultralytics

Für detaillierte Anweisungen und bewährte Verfahren bezüglich des Installationsprozesses, schau dir unsere Ultralytics Installationsanleitung an. Falls du bei der Installation der erforderlichen Pakete für YOLO26 auf Schwierigkeiten stößt, konsultiere unseren Leitfaden für häufige Probleme für 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 sectionExport von ONNX nach MLIR und cvimodel#

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

Link to this sectionBenchmarks#

Bald verfügbar.

Link to this sectionEchtweltanwendungen der reCamera#

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

• Sturzerkennung: Entwickelt für Sicherheits- und Gesundheitsanwendungen kann die reCamera Stürze in Echtzeit erkennen, was sie ideal für die Altenpflege, Krankenhäuser und industrielle Umgebungen macht, in denen schnelle Reaktionen entscheidend sind.

• Erkennung von persönlicher Schutzausrüstung: Die reCamera kann verwendet werden, um die Sicherheit am Arbeitsplatz durch die Echtzeiterkennung der Einhaltung von Schutzausrüstungsvorschriften zu gewährleisten. Sie hilft festzustellen, 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 eingesetzt werden, was sie zu einem hervorragenden Werkzeug für die Umweltüberwachung und Abfallwirtschaft macht.

• Erkennung von Autoteilen: In der Fertigungs- und Automobilindustrie hilft sie bei der Erkennung und Analyse von Autoteilen zur Qualitätskontrolle, Überwachung von Montagelinien 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 WiFi-Netzwerk gemäß der reCamera-Kurzanleitung
3. Greife auf die Node-RED Web-UI zu, indem du die IP-Adresse des Geräts in einen Webbrowser eingibst (oder 192.168.42.1 verwendest, falls eine Verbindung über USB besteht)
4. Beginne sofort mit der Nutzung der vorinstallierten YOLO26-Modelle über die Dashboard-Oberfläche

Link to this sectionKann ich meine benutzerdefinierten YOLO26-Modelle mit der reCamera verwenden?#

Ja, du kannst benutzerdefinierte YOLO26-Modelle mit der 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 in der Anleitung KI-Modelle konvertieren und quantisieren.

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

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

• Integriert KI-Verarbeitung direkt auf dem Gerät mit ihrem RISC-V SG200X-Prozessor
• Bietet 1 TOPS Rechenleistung für Edge-KI-Anwendungen in Echtzeit
• 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 Verwendung geliefert

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