Guía de inicio rápido: Seeed Studio reCamera con Ultralytics YOLO11

reCamera se presentó para la comunidad de IA en YOLO Vision 2024 (YV24), Ultralytics evento híbrido anual. Está diseñada principalmente para aplicaciones de IA en el borde, ofreciendo potentes capacidades de procesamiento y un despliegue sin esfuerzo.

Gracias a su compatibilidad con diversas configuraciones de hardware y recursos de código abierto, constituye una plataforma ideal para la creación de prototipos y el despliegue de soluciones innovadoras de visión por ordenador en el perímetro.

¿Por qué elegir reCamera?

La serie reCamera se ha diseñado específicamente para aplicaciones de IA avanzadas, a la medida de las necesidades de desarrolladores e innovadores. He aquí por qué destaca:

• Rendimiento basado en RISC-V: En su núcleo se encuentra el procesador SG200X, basado en la arquitectura RISC-V, que ofrece un rendimiento excepcional para las tareas de IA en los bordes, al tiempo que mantiene la eficiencia energética. Con capacidad para ejecutar 1 billón de operaciones por segundo (1 TOPS), gestiona con facilidad tareas exigentes como la detección de objetos en tiempo real.

• Tecnologías de vídeo optimizadas: Admite estándares de compresión de vídeo avanzados, incluidos H.264 y H.265, para reducir los requisitos de almacenamiento y ancho de banda sin sacrificar la calidad. Funciones como las imágenes HDR, la reducción de ruido 3D y la corrección de lente garantizan imágenes profesionales, incluso en entornos difíciles.

• Procesamiento doble de bajo consumo: Mientras que el SG200X se encarga de las tareas complejas de IA, un microcontrolador más pequeño de 8 bits gestiona las operaciones más sencillas para ahorrar energía, lo que hace que la reCamera sea ideal para configuraciones que funcionan con batería o de bajo consumo.

• Diseño modular y actualizable: La reCamera está construida con una estructura modular, que consta de tres componentes principales: la placa base, la placa de sensores y la placa base. Este diseño permite a los desarrolladores intercambiar o actualizar fácilmente los componentes, lo que garantiza la flexibilidad y el futuro a prueba de proyectos en evolución.

Configuración rápida del hardware de reCamera

Siga la Guía de inicio rápido de reCamera para la puesta en marcha inicial del dispositivo, como la conexión del dispositivo a una red WiFi y el acceso a la interfaz de usuario web de Node-RED para obtener una vista previa rápida de los resultados de detección.

Inferencia mediante modelos YOLO11 preinstalados

reCamera viene preinstalado con cuatro modelos Ultralytics YOLO11 y sólo tiene que elegir el modelo que desee en el panel de control de Node-RED.

• Detección (YOLO11n)
• Clasificación (YOLO11n-cls)
• Segmentación (YOLO11n-seg)
• Post Estimación (YOLO11n-pose)

Paso 1: Si ha conectado reCamera a una red, introduzca la dirección IP de reCamera en un navegador web para abrir el panel Node-RED. Si ha conectado la reCamera a un PC mediante USB, puede introducir 192.168.42.1. Aquí verá que el modelo de detección YOLO11n está cargado por defecto.

Paso 2: Haga clic en el círculo de color verde de la esquina inferior derecha para acceder al editor de flujo de Node-RED.

Paso 3: Haga clic en el botón model y haga clic en On Device.

Paso 4: Elija uno de los cuatro modelos diferentes de YOLO11n preinstalados y haga clic en Done. Por ejemplo, aquí seleccionaremos YOLO11n Pose

Paso 6: Haga clic en Deploy y cuando termine de desplegarse, haga clic en Dashboard

¡Ahora podrás ver en acción el modelo de estimación de poses de YOLO11n!

Exportar a cvimodel: Conversión de su modelo YOLO11

Si desea utilizar un modelo YOLO11 entrenado a medida y utilizarlo con reCamera, siga los pasos que se indican a continuación.

Aquí convertiremos primero PyTorch modelo a ONNX y convertirlo en MLIR formato modelo. Por último MLIR se convertirá en cvimodel para inferir en el dispositivo

Exportar a ONNX

Exportar un modeloYOLO11 Ultralytics al formato de modeloONNX .

Instalación

Para instalar los paquetes necesarios, ejecute

pip install ultralytics

Para obtener instrucciones detalladas y buenas prácticas relacionadas con el proceso de instalación, consulta nuestra guía de instalaciónUltralytics . Mientras instala los paquetes necesarios para YOLO11, si encuentra alguna dificultad, consulte nuestra guía de problemas comunes para obtener soluciones y consejos.

Utilización

from ultralytics import YOLO

# Load the YOLO11 model
model = YOLO("yolo11n.pt")

# Export the model to ONNX format
model.export(format="onnx", opset=14)  # creates 'yolo11n.onnx'

# Export a YOLO11n PyTorch model to ONNX format
yolo export model=yolo11n.pt format=onnx opset=14 # creates 'yolo11n.onnx'

Para más detalles sobre el proceso de exportación, visite la página de documentaciónUltralytics sobre exportación.

Exportar ONNX a MLIR y cvimodel

Después de obtener un modelo ONNX , consulte la página Convertir y Cuantificar Modelos AI para convertir el modelo ONNX a MLIR y luego a cvimodel.

Puntos de referencia

Próximamente.

Aplicaciones reales de reCamera

Las avanzadas funciones de visión por ordenador de reCamera y su diseño modular la hacen adecuada para una amplia gama de escenarios del mundo real, ayudando a desarrolladores y empresas a afrontar retos únicos con facilidad.

• Detección de caídas: Diseñada para aplicaciones de seguridad y sanitarias, la reCamera puede detectar caídas en tiempo real, lo que la hace ideal para el cuidado de ancianos, hospitales y entornos industriales en los que una respuesta rápida es fundamental.

• Detección de equipos de protección personal: La reCamera puede utilizarse para garantizar la seguridad en el lugar de trabajo detectando el cumplimiento de los EPI en tiempo real. Ayuda a identificar si los trabajadores llevan cascos, guantes u otros equipos de seguridad, lo que reduce los riesgos en entornos industriales.

• Detección de incendios: Las capacidades de procesamiento en tiempo real de la reCamera la convierten en una excelente opción para la detección de incendios en zonas industriales y residenciales, proporcionando alertas tempranas para prevenir posibles desastres.

• Detección de residuos: También puede utilizarse para aplicaciones de detección de residuos, lo que la convierte en una herramienta excelente para la vigilancia del medio ambiente y la gestión de residuos.

• Detección de piezas de automóviles: En las industrias de fabricación y automoción, ayuda a detectar y analizar piezas de automóviles para el control de calidad, la supervisión de la línea de montaje y la gestión de inventarios.

PREGUNTAS FRECUENTES

¿Cómo instalo y configuro reCamera por primera vez?

Para configurar su reCamera por primera vez, siga estos pasos:

1. Conecte la reCamera a una fuente de alimentación
2. Conéctela a su red WiFi utilizando la Guía de inicio rápido de reCamera
3. Acceda a la interfaz de usuario web de Node-RED introduciendo la dirección IP del dispositivo en un navegador web (o utilice 192.168.42.1 si está conectado por USB)
4. Empieza a utilizar los modelos YOLO11 preinstalados inmediatamente a través de la interfaz del salpicadero

¿Puedo utilizar mis modelos YOLO11 personalizados con reCamera?

Sí, puede utilizar modelos YOLO11 entrenados a medida con reCamera. El proceso implica:

1. Exporte su modelo PyTorch al formato ONNX utilizando model.export(format="onnx", opset=14)
2. Convertir el modelo ONNX al formato MLIR
3. Convertir el MLIR a formato cvimodel para la inferencia en el dispositivo.
4. Carga el modelo convertido en tu reCamera

Para obtener instrucciones detalladas, consulte la guía Convertir y cuantizar modelos AI.

¿Qué diferencia a reCamera de las cámaras IP tradicionales?

A diferencia de las cámaras IP tradicionales, que requieren hardware externo para su procesamiento, reCamera:

• Integra el procesamiento de IA directamente en el dispositivo con su procesador RISC-V SG200X.
• Ofrece 1 TOPS de potencia de cálculo para aplicaciones de inteligencia artificial en tiempo real
• Diseño modular que permite actualizar y personalizar los componentes
• Admite tecnologías de vídeo avanzadas como compresión H.264/H.265, imágenes HDR y reducción de ruido 3D
• Viene preinstalado con los modelos Ultralytics YOLO11 para su uso inmediato

Estas características convierten a reCamera en una solución autónoma para aplicaciones de inteligencia artificial sin necesidad de hardware de procesamiento externo adicional.

Creado hace 2 meses ✏️ Actualizado hace 7 días

Comentarios