Guida rapida: Seeed Studio reCamera con Ultralytics YOLO26
La reCamera è stata presentata alla community AI durante YOLO Vision 2024 (YV24), l'evento ibrido annuale di Ultralytics. È progettata principalmente per applicazioni di edge AI, offrendo potenti capacità di elaborazione e un'implementazione semplice.
With support for diverse hardware configurations and open-source resources, it serves as an ideal platform for prototyping and deploying innovative computer vision solutions at the edge.

Perché scegliere reCamera?
La serie reCamera è costruita appositamente per applicazioni di edge AI, su misura per soddisfare le esigenze di sviluppatori e innovatori. Ecco perché si distingue:
-
Prestazioni basate su RISC-V: Al centro si trova il processore SG200X, costruito sull'architettura RISC-V, che offre prestazioni eccezionali per attività di edge AI mantenendo l'efficienza energetica. Con la capacità di eseguire 1 trilione di operazioni al secondo (1 TOPS), gestisce facilmente attività impegnative come il rilevamento oggetti in tempo reale.
-
Tecnologie video ottimizzate: Supporta standard avanzati di compressione video, inclusi 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 del rumore 3D e la correzione dell'obiettivo assicurano immagini professionali, anche in ambienti difficili.
-
Doppia elaborazione ad alta efficienza energetica: Mentre l'SG200X gestisce complesse attività di AI, un microcontrollore 8-bit più piccolo gestisce le operazioni più semplici per risparmiare energia, rendendo la reCamera ideale per configurazioni a batteria o a basso consumo.
-
Design modulare e aggiornabile: La reCamera è costruita con una struttura modulare, composta da tre componenti principali: la core board, la sensor board e la baseboard. Questo design consente agli sviluppatori di scambiare o aggiornare facilmente i componenti, garantendo flessibilità e longevità per progetti in evoluzione.
Configurazione rapida dell'hardware di reCamera
Segui la reCamera Quick Start Guide per l'onboarding iniziale del dispositivo, come la connessione a una rete WiFi e l'accesso all'interfaccia web di Node-RED per una rapida anteprima dei risultati di rilevamento.
Inferenza utilizzando modelli YOLO26 preinstallati
reCamera viene fornita con quattro modelli Ultralytics YOLO26 preinstallati e puoi semplicemente scegliere il modello desiderato all'interno della dashboard di Node-RED.
- Rilevamento (YOLO26n)
- Classificazione (YOLO26n-cls)
- Segmentazione (YOLO26n-seg)
- Stima della posa (YOLO26n-pose)
Passaggio 1: Se hai collegato la reCamera a una rete, inserisci l'indirizzo IP della reCamera in un browser web per aprire la dashboard di Node-RED. Se hai collegato la reCamera a un PC tramite USB, puoi inserire 192.168.42.1. Qui vedrai il modello di rilevamento YOLO26n caricato di default.

Passaggio 2: Clicca sul cerchio verde nell'angolo in basso a destra per accedere all'editor di flussi di Node-RED.
Passaggio 3: Clicca sul nodo model e poi su On Device.

Passaggio 4: Scegli uno dei quattro diversi modelli YOLO26n preinstallati e clicca su Done. Ad esempio, qui selezioneremo YOLO26n Pose
Passaggio 5: Clicca su Deploy e, una volta terminato, clicca su Dashboard.

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

Esportazione in cvimodel: Conversione del tuo modello YOLO26
Se desideri utilizzare un modello YOLO26 addestrato su misura con reCamera, segui i passaggi seguenti.
Qui, convertiremo prima un modello PyTorch in ONNX e poi lo convertiremo nel formato modello MLIR. Infine, l'MLIR sarà convertito in cvimodel per eseguire l'inferenza sul dispositivo.
Esporta in ONNX
Esporta un modello Ultralytics YOLO26 nel formato modello ONNX.
Installazione
Per installare i pacchetti necessari, esegui:
!!! Tip "Installazione"
pip install ultralyticsPer istruzioni dettagliate e best practice relative al processo di installazione, controlla la nostra guida all'installazione di Ultralytics. Se durante l'installazione dei pacchetti richiesti per YOLO26 riscontri difficoltà, consulta la nostra guida ai problemi comuni per soluzioni e suggerimenti.
Utilizzo
from ultralytics import YOLO
# Load the 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 di Ultralytics sull'esportazione.
Esporta ONNX in MLIR e cvimodel
Dopo aver ottenuto un modello ONNX, consulta la pagina Convert and Quantize AI Models per convertire il modello ONNX in MLIR e poi in cvimodel.
Stiamo lavorando attivamente per aggiungere il supporto reCamera direttamente nel pacchetto Ultralytics, che sarà disponibile presto. Nel frattempo, dai un'occhiata al nostro blog su Integrating Ultralytics YOLO Models with Seeed Studio's reCamera per ulteriori approfondimenti.
Benchmark
Prossimamente.
Applicazioni reali di reCamera
Le funzionalità avanzate di computer vision e il design modulare di reCamera la rendono adatta a una vasta gamma di scenari reali, aiutando sviluppatori e aziende ad affrontare sfide uniche con facilità.
-
Rilevamento cadute: Progettata per la sicurezza e le applicazioni sanitarie, la reCamera può rilevare le cadute in tempo reale, rendendola ideale per l'assistenza agli anziani, gli ospedali e gli ambienti industriali dove una risposta rapida è fondamentale.
-
Rilevamento dispositivi di protezione individuale (DPI): La reCamera può essere utilizzata per garantire la sicurezza sul posto di lavoro rilevando la conformità ai DPI in tempo reale. Aiuta a identificare se i lavoratori indossano caschi, guanti o altri dispositivi di sicurezza, riducendo i rischi negli ambienti industriali.

-
Rilevamento incendi: Le capacità di elaborazione in tempo reale della reCamera la rendono una scelta eccellente per il rilevamento incendi in aree industriali e residenziali, fornendo avvisi precoci per prevenire potenziali disastri.
-
Rilevamento rifiuti: Può anche essere utilizzata per applicazioni di rilevamento rifiuti, rendendola uno strumento eccellente per il monitoraggio ambientale e la gestione dei rifiuti.
-
Rilevamento componenti automobilistici: Nelle industrie manifatturiere e automobilistiche, aiuta a rilevare e analizzare le parti automobilistiche per il controllo qualità, il monitoraggio della catena di montaggio e la gestione dell'inventario.

FAQ
Come installo e configuro reCamera per la prima volta?
Per configurare la tua reCamera per la prima volta, segui questi passaggi:
- Collega la reCamera a una fonte di alimentazione
- Collegala alla tua rete WiFi utilizzando la reCamera Quick Start Guide
- Accedi all'interfaccia web di Node-RED inserendo l'indirizzo IP del dispositivo in un browser web (o usa
192.168.42.1se collegata via USB) - Inizia a utilizzare i modelli YOLO26 preinstallati immediatamente tramite l'interfaccia della dashboard
Posso usare i miei modelli YOLO26 addestrati su misura con reCamera?
Sì, puoi utilizzare modelli YOLO26 addestrati su misura con reCamera. Il processo prevede:
- Esportazione del tuo modello PyTorch in formato ONNX utilizzando
model.export(format="onnx", opset=14) - Conversione del modello ONNX in formato MLIR
- Conversione dell'MLIR in formato cvimodel per l'inferenza sul dispositivo
- Caricamento del modello convertito sulla tua reCamera
Per istruzioni dettagliate, consulta la guida Convert and Quantize AI Models.
Cosa rende reCamera diversa dalle tradizionali telecamere IP?
A differenza delle tradizionali telecamere IP che richiedono hardware esterno per l'elaborazione, reCamera:
- Integra l'elaborazione AI direttamente sul dispositivo con il suo processore RISC-V SG200X
- Offre 1 TOPS di potenza di calcolo per applicazioni di edge AI in tempo reale
- Presenta un design modulare che consente aggiornamenti dei componenti e personalizzazione
- Supporta tecnologie video avanzate come la compressione H.264/H.265, l'imaging HDR e la riduzione del rumore 3D
- Viene fornita con modelli Ultralytics YOLO26 preinstallati per un utilizzo immediato
Queste caratteristiche rendono reCamera una soluzione autonoma per applicazioni di edge AI senza richiedere hardware di elaborazione esterno aggiuntivo.