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 inteligencia artificial de vanguardia, y ofrece 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 conectar el dispositivo a una red WiFi y acceder a la interfaz de usuario web de Node-RED para previsualizar rápidamente los resultados de detección con los modelos Ultralytics YOLO preinstalados.

Exportar a cvimodel: Conversión de su modelo YOLO11

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

Exporte un modelo Ultralytics YOLO11 al formato de modelo ONNX .

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")  # creates 'yolo11n.onnx'

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

Creado hace 4 días ✏️ Actualizado hace 4 días

Comentarios