Guida introduttiva rapida: Seeed Studio reCamera con Ultralytics YOLO26#

reCamera è stata presentata alla comunità AI durante YOLO Vision 2024 (YV24), l'evento annuale ibrido di Ultralytics. È progettata principalmente per le applicazioni di AI edge, offrendo potenti capacità di elaborazione e una distribuzione semplice.

Grazie al supporto per diverse configurazioni hardware e alle risorse open source, rappresenta una piattaforma ideale per la prototipazione e la distribuzione di innovative soluzioni di computer vision all'edge.

Perché scegliere reCamera?#

La serie reCamera è progettata specificamente per le applicazioni di AI edge e pensata per soddisfare le esigenze di sviluppatori e innovatori. Ecco perché si distingue:

• Prestazioni basate su RISC-V: al suo interno si trova il processore SG200X, basato sull'architettura RISC-V, che offre prestazioni eccezionali per le attività di AI edge mantenendo al contempo un'elevata efficienza energetica. Con la capacità di eseguire 1 trilione di operazioni al secondo (1 TOPS), gestisce facilmente attività impegnative come il rilevamento di oggetti in tempo reale.

• Tecnologie video ottimizzate: supporta standard avanzati di compressione video, tra cui H.264 e H.265, per ridurre i requisiti di archiviazione e larghezza di banda senza sacrificare la qualità. Funzionalità come l'imaging HDR, la riduzione 3D del rumore e la correzione dell'obiettivo garantiscono immagini professionali anche in ambienti difficili.

• Doppia elaborazione a basso consumo: mentre SG200X gestisce attività AI complesse, un microcontrollore a 8 bit più piccolo gestisce le operazioni semplici per risparmiare energia, rendendo reCamera ideale per configurazioni alimentate a batteria o a basso consumo.

• Design modulare e aggiornabile: reCamera è costruita con una struttura modulare composta da tre componenti principali: scheda principale, scheda del sensore e baseboard. Questo design consente agli sviluppatori di sostituire o aggiornare facilmente i componenti, garantendo flessibilità e una maggiore durata nel tempo per progetti in continua evoluzione.

Configurazione rapida dell'hardware di reCamera#

Segui la pagina Introduzione a reCamera e seleziona il tuo dispositivo (ad esempio reCamera serie 2002, Gimbal o HQ POE) per aprire la relativa guida introduttiva rapida e completare la configurazione iniziale, ad esempio collegando il dispositivo a una rete e accedendo all'interfaccia web di Node-RED per visualizzare rapidamente in anteprima i risultati del rilevamento.

Inferenza con i modelli YOLO26 preinstallati#

reCamera viene fornita con quattro modelli Ultralytics YOLO26 preinstallati e puoi semplicemente scegliere il modello desiderato nel dashboard di Node-RED.

• Rilevamento (YOLO26n)
• Segmentazione (YOLO26n-seg)
• Classificazione (YOLO26n-cls)
• Stima della posa (YOLO26n-pose)

Passaggio 1: se hai collegato reCamera a una rete, inserisci l'indirizzo IP di reCamera in un browser web per aprire il dashboard di Node-RED. Se hai collegato reCamera a un PC tramite USB, puoi inserire 192.168.42.1. Qui vedrai che il modello di rilevamento YOLO26n è caricato per impostazione predefinita.

Passaggio 2: fai clic sul cerchio verde nell'angolo in basso a destra per accedere all'editor dei flussi di Node-RED.

Passaggio 3: fai clic sul nodo model e quindi su On Device.

Passaggio 4: scegli uno dei quattro diversi modelli YOLO26n preinstallati e fai clic su Done. Ad esempio, qui selezioneremo YOLO26n Pose

Passaggio 5: fai clic su Deploy e, al termine della distribuzione, fai clic su Dashboard.

Ora potrai vedere il modello di stima della posa YOLO26n in azione!

Esportazione in cvimodel: conversione del modello YOLO26#

Se vuoi utilizzare un modello YOLO26 addestrato su dati personalizzati con reCamera, segui i passaggi riportati di seguito.

Per prima cosa, convertiremo un modello PyTorch in ONNX, quindi lo convertiremo nel formato del modello MLIR. Infine, MLIR verrà convertito in cvimodel per eseguire l'inferenza sul dispositivo.

Esporta in ONNX#

Esporta un modello Ultralytics YOLO26 nel formato del modello ONNX.

Installazione#

Per installare i pacchetti richiesti, esegui:

pip install ultralytics

Per istruzioni dettagliate e best practice relative al processo di installazione, consulta la nostra guida all'installazione di Ultralytics. Se durante l'installazione dei pacchetti necessari per YOLO26 riscontri difficoltà, consulta la nostra guida ai problemi comuni per trovare soluzioni e suggerimenti.

Utilizzo#

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'

Per ulteriori dettagli sul processo di esportazione, visita la pagina della documentazione Ultralytics sull'esportazione.

Esportazione di ONNX in MLIR e cvimodel#

Dopo aver ottenuto un modello ONNX, consulta la pagina Conversione e quantizzazione dei modelli AI per convertire il modello ONNX in MLIR e poi in cvimodel.

Benchmark#

In arrivo.

Applicazioni di reCamera nel mondo reale#

Le funzionalità avanzate di computer vision e il design modulare di reCamera la rendono adatta a un'ampia gamma di scenari reali, aiutando sviluppatori e aziende ad affrontare con facilità sfide specifiche.

• Rilevamento delle cadute: progettata per applicazioni di sicurezza e sanitarie, reCamera è in grado di rilevare le cadute in tempo reale, rendendola ideale per l'assistenza agli anziani, gli ospedali e gli ambienti industriali in cui una risposta rapida è fondamentale.

• Rilevamento dei dispositivi di protezione individuale: reCamera può essere utilizzata per garantire la sicurezza sul lavoro rilevando in tempo reale il rispetto dei requisiti relativi ai DPI. Aiuta a identificare se i lavoratori indossano caschi, guanti o altri dispositivi di sicurezza, riducendo i rischi negli ambienti industriali.

• Rilevamento degli incendi: le capacità di elaborazione in tempo reale di reCamera la rendono una scelta eccellente per il rilevamento degli incendi in aree industriali e residenziali, fornendo avvisi tempestivi per prevenire potenziali disastri.

• Rilevamento dei rifiuti: può essere utilizzata anche per applicazioni di rilevamento dei rifiuti, risultando uno strumento eccellente per il monitoraggio ambientale e la gestione dei rifiuti.

• Rilevamento dei componenti automobilistici: nei settori manifatturiero e automobilistico, aiuta a rilevare e analizzare i componenti delle automobili per il controllo qualità, il monitoraggio delle linee di assemblaggio e la gestione dell'inventario.

FAQ#