クイックスタートガイドSeeed Studio reCamera withUltralytics YOLO11

reCameraは YOLO Vision 2024（YV24）でAIコミュニティ向けに紹介された、 Ultralytics年次ハイブリッドイベントで発表された。主にエッジAIアプリケーション向けに設計されており、強力な処理能力と容易な導入を提供する。

多様なハードウェア構成とオープンソースリソースをサポートし、エッジにおける革新的なコンピュータビジョンソリューションのプロトタイピングと展開に理想的なプラットフォームとして機能します。

reCameraを選ぶ理由

reCameraシリーズは、エッジAIアプリケーション向けに開発され、開発者やイノベーターのニーズに合わせてカスタマイズされています。その理由は以下の通りです：

• RISC-Vベースのパフォーマンス：その中核となるSG200Xプロセッサは、RISC-Vアーキテクチャで構築されており、エネルギー効率を維持しながら、エッジAIタスクに卓越したパフォーマンスを提供します。1秒間に1兆回の演算（1TOPS）を実行する能力を持ち、リアルタイムの物体検出のような要求の厳しいタスクも容易に処理します。

• 最適化されたビデオ技術：H.264やH.265などの高度なビデオ圧縮規格をサポートし、品質を犠牲にすることなく、ストレージや帯域幅の要件を削減します。HDRイメージング、3Dノイズリダクション、レンズ補正などの機能により、厳しい環境下でもプロフェッショナルな映像が得られます。

• エネルギー効率の高いデュアル処理：SG200Xが複雑なAIタスクを処理する一方で、より小型の8ビットマイクロコントローラーがより単純なオペレーションを管理して電力を節約するため、reCameraはバッテリー駆動や低電力セットアップに最適です。

• モジュール式でアップグレード可能な設計：reCameraは、コアボード、センサーボード、ベースボードの3つの主要コンポーネントから構成されるモジュール構造で構築されています。この設計により、開発者はコンポーネントの交換やアップグレードを容易に行うことができ、進化するプロジェクトのための柔軟性と将来性を確保することができます。

reCameraのクイック・ハードウェア・セットアップ

reCameraクイックスタートガイドに従って、デバイスをWiFiネットワークに接続し、Node-REDウェブUIにアクセスして検出結果を素早くプレビューするなど、デバイスの初期設定を行ってください。

プリインストールされたYOLO11 モデルを使った推論

reCameraには4つのUltralytics YOLO11 モデルがプリインストールされており、Node-REDダッシュボードで希望のモデルを選択するだけでよい。

• 検出（YOLO11n）
• 分類（YOLO11n-cls）
• セグメンテーション（YOLO11n-seg）
• ポスト推定（YOLO11n-pose）

ステップ1：reCameraをネットワークに接続している場合、ウェブブラウザでreCameraのIPアドレスを入力し、Node-REDダッシュボードを開きます。reCameraをUSB経由でPCに接続している場合は、以下のように入力します。 192.168.42.1.ここでは、YOLO11n検出モデルがデフォルトでロードされていることがわかる。

ステップ2： Node-REDフローエディターにアクセスするには、右下の緑色の円をクリックします。

ステップ3 model ノードをクリックして On Device.

ステップ4：プリインストールされている4種類のYOLO11nモデルから1つを選び、次のボタンをクリックします。 Done.例えば、ここでは YOLO11n Pose

ステップ 6: クリック Deploy をクリックし、デプロイが完了したら Dashboard

YOLO11nのポーズ推定モデルを実際にご覧いただけます！

cvimodel にエクスポートします：YOLO11 モデルの変換

カスタムトレーニングされたYOLO11 モデルをreCameraで使用したい場合は、以下の手順に従ってください。

ここではまず PyTorch モデル ONNX に変換する。 MLIR モデル形式。最後に MLIR に変換される。 cvimodel デバイス上で推論するために

輸出先ONNX

Ultralytics YOLO11 モデルをONNX モデル形式にエクスポートします。

インストール

必要なパッケージをインストールするには

pip install ultralytics

インストールプロセスに関する詳細な説明とベストプラクティスについては、Ultralytics インストールガイドをご覧ください。YOLO11 に必要なパッケージをインストールする際に、何らかの問題が発生した場合は、解決策やヒントについて、よくある問題ガイドを参照してください。

使用方法

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'

エクスポートプロセスの詳細については、Ultralytics ドキュメントのエクスポートに関するページをご覧ください。

ONNX を MLIR および cvimodel にエクスポートする。

ONNX モデルを取得したら、「AI モデルの変換と量子化」のページを参照して、ONNX モデルを MLIR に変換し、さらに cvimodel に変換します。

ベンチマーク

もうすぐだ。

reCameraの実際の使用例

reCameraの高度なコンピューター・ビジョン機能とモジュール設計は、実世界の幅広いシナリオに適しており、開発者や企業が独自の課題に容易に取り組めるよう支援します。

• 転倒検知：安全およびヘルスケア用途に設計されたreCameraは、転倒をリアルタイムで検出できるため、迅速な対応が重要な高齢者介護、病院、産業環境に最適です。

• 個人用保護具の検出reCameraは、PPEの適合をリアルタイムで検出することで、職場の安全を確保するために使用できます。作業員がヘルメット、手袋、その他の安全装備を着用しているかどうかを識別し、産業環境におけるリスクを低減します。

• 火災検知reCameraのリアルタイム処理能力により、工業地域や住宅地での火災検知に最適で、潜在的な災害を防ぐための早期警告を提供します。

• 廃棄物検出：廃棄物検出アプリケーションにも利用できるため、環境モニタリングや廃棄物管理に最適なツールである。

• 自動車部品の検出製造業や自動車産業では、品質管理、組立ラインの監視、在庫管理のために自動車部品を検出・分析するのに役立つ。

よくあるご質問

reCameraを初めてインストール、設定する方法を教えてください。

reCameraを初めてセットアップするには、以下の手順に従ってください：

1. reCameraを電源に接続する。
2. reCameraクイックスタートガイドを使用してWiFiネットワークに接続します。
3. ウェブブラウザでデバイスの IP アドレスを入力し、Node-RED のウェブ UI にアクセスします（または、以下のコマンドを使用します）。 192.168.42.1 USB接続の場合)
4. ダッシュボードのインターフェイスから、YOLO11 プリインストールモデルをすぐに使い始めることができます。

カスタムトレーニングしたYOLO11 モデルをreCameraで使用できますか？

はい、カスタムトレーニングされたYOLO11 モデルをreCameraで使用することができます。手順としては

1. を使用して、PyTorch モデルをONNX フォーマットにエクスポートします。 model.export(format="onnx", opset=14)
2. ONNX モデルをMLIR形式に変換する。
3. オンデバイス推論用にMLIRをcvimodel形式に変換する。
4. 変換したモデルをreCameraに読み込みます。

詳細な手順については、『AIモデルの変換とクオンタイズ』ガイドを参照してください。

reCameraは従来のIPカメラと何が違うのですか？

処理に外部ハードウェアを必要とする従来のIPカメラとは異なり、reCamera：

• RISC-V SG200Xプロセッサーを搭載し、AI処理をデバイスに直接統合
• リアルタイムのエッジAIアプリケーション向けに1TOPSのコンピューティング・パワーを提供
• コンポーネントのアップグレードやカスタマイズが可能なモジュラー設計を採用
• H.264/H.265圧縮、HDRイメージング、3Dノイズリダクションなどの高度なビデオ技術に対応
• Ultralytics YOLO11 モデルがプリインストールされており、すぐに使用可能

これらの機能により、reCameraは外部処理ハードウェアを追加することなく、エッジAIアプリケーション向けのスタンドアローン・ソリューションとなる。

📅作成：2ヶ月前 ✏️更新 5日前

コメント