GitHubでページを編集 (EN)

クイックスタートガイド: Seeed Studio reCamera と Ultralytics YOLO26

reCamera was introduced for the AI community at YOLO Vision 2024 (YV24), Ultralytics annual hybrid event. It is mainly designed for edge AI applications, offering powerful processing capabilities and effortless deployment.

多様なハードウェア構成とオープンソースリソースのサポートにより、エッジでの革新的なコンピュータビジョンソリューションを試作・デプロイするための理想的なプラットフォームとして機能します。

Seeed Studio reCamera

reCameraを選ぶ理由

reCameraシリーズはエッジAIアプリケーション専用に構築されており、開発者やイノベーターのニーズに応えるよう設計されています。その優れた点は以下の通りです。

  • RISC-Vによるパフォーマンス: その核となるのはRISC-Vアーキテクチャに基づくSG200Xプロセッサであり、エネルギー効率を維持しながらエッジAIタスクに対して卓越したパフォーマンスを発揮します。1秒間に1兆回の演算（1 TOPS）を実行する能力を備えており、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を含む高度なビデオ圧縮規格をサポートしており、品質を損なうことなくストレージと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、困難な環境下でもプロフェッショナルな映像品質を確保します。

  • エネルギー効率に優れたデュアルプロセッシング: SG200Xが複雑なAIタスクを処理する一方で、小型の8ビットマイクロコントローラがより単純な操作を管理することで電力を節約し、reCameraをバッテリー駆動や低電力設定に適したものにしています。

  • モジュール式かつ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で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に対して柔軟性と将来性を確保します。

reCameraの迅速なハードウェアセットアップ

Please follow reCamera Quick Start Guide for initial onboarding of the device such as connecting the device to a WiFi network and access the Node-RED web UI for quick previewing of detection results.

プリインストールされたYOLO26モデルを使用した推論

reCameraには4つのUltralytics YOLO26モデルがプリインストールされており、Node-REDダッシュボード内で目的のモデルを簡単に選択できます。

ステップ 1: reCameraをネットワークに接続している場合は、WebブラウザでreCameraのIPアドレスを入力してNode-REDダッシュボードを開きます。USB経由でPCに接続している場合は、192.168.42.1を入力できます。ここで、デフォルトでYOLO26n検出モデルがロードされていることがわかります。

reCamera YOLO11n デモ

ステップ 2: 右下の緑色の円をクリックして、Node-REDフローエディタにアクセスします。

ステップ 3: model ノードをクリックし、On Device をクリックします。

Node-RED モデル選択

ステップ 4: プリインストールされている4つのYOLO26nモデルから1つを選択し、Done をクリックします。例えば、ここでは YOLO26n Pose を選択します。

Node-RED YOLO11n-pose select

ステップ 5: Deploy をクリックし、デプロイが完了したら Dashboard をクリックします。

reCamera Node-RED デプロイ

これで、YOLO26n姿勢推定モデルが動作しているのを確認できます！

reCamera YOLO11n-pose デモ

cvimodelへのエクスポート: YOLO26モデルの変換

独自に学習させたYOLO26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 モデルを ONNX に変換し、次に MLIR モデルフォーマットに変換します。最後に、MLIR を cvimodel に変換してデバイス上で推論を実行します。

Seeed Studio reCamera AI development toolchain

ONNXへのエクスポート

Ultralytics YOLO26モデルをONNXモデルフォーマット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、以下のコマンドを実行します：

!!! Tip "インストール"

pip install ultralytics

インストールプロセスに関する詳細な手順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確認してください。YOLO26に必要なパッケージをインストールする際に問題が発生した場合は、共通の問題ガイドで解決策とヒントを参照してください。

使用方法

使用方法
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'

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

ONNXからMLIRおよびcvimodelへのエクスポート

ONNXモデルを入手した後、AIモデルの変換と量子化ページを参照して、ONNXモデルをMLIRに、そしてcvimodelに変換してください。

注意

現在、UltralyticsパッケージにreCameraのサポートを直接追加する作業を進めており、近日中に利用可能になる予定です。それまでの間、Seeed StudioのreCameraとUltralytics YOLOモデルの統合に関するブログ記事で詳細を確認してください。

ベンチマーク

近日公開予定。

reCameraの現実世界での応用

reCameraの高度なコンピュータビジョン機能とモジュール式設計は、幅広い現実世界のシナリオに適しており、開発者や企業が独自の課題を簡単に解決できるよう支援します。

  • 転倒検出: 安全およびヘルスケア用途向けに設計されたreCameraは、リアルタイムで転倒を検出できるため、高齢者の介護、病院、迅速な対応が不可欠な産業現場に最適です。

  • 個人用保護具 (PPE) の検出: reCameraは、リアルタイムでPPEのコンプライアンスを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軽減します。

個人用保護具の検出

  • 火災検出: reCameraのリアルタイム処理能力は、産業エリアや住宅エリアでの火災検出に最適であり、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: また、廃棄物検出アプリケーションにも活用でき、環境モニタリングや廃棄物管理のための優れたツールとなります。

  • 自動車部品検出: 製造業や自動車産業において、品質管理、組み立てラインの監視、在庫管理のための自動車部品の検出および分析を支援します。

自動車検査のためのYOLO自動車部品検出

FAQ

reCameraを初めてインストールしてセットアップするにはどうすればよいですか？

reCameraを初めてセットアップするには、次の手順に従ってください。

  1. reCameraを電源に接続します
  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. WebブラウザでデバイスのIPアドレスを入力してNode-RED Web UIにアクセスします（USB経由で接続されている場合は 192.168.42.1 を使用してください）
  4. ダッシュボードインターフェイスを通じて、プリインストールされているYOLO26モデルをすぐに使い始めます

独自の学習済みYOLO26モデルをreCameraで使用できますか？

はい、独自の学習済みYOLO26モデルをreCameraで使用できます。そのプロセスは次の通りです。

  1. model.export(format="onnx", opset=14) 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
  2. ONNXモデルをMLIRフォーマットに変換します
  3. デバイス上での推論のために、MLIRをcvimodelフォーマットに変換します
  4. 変換されたモデルをreCameraにロードします

詳細な手順については、AIモデルの変換と量子化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は次の特徴があります。

  • RISC-V SG200Xプロセッサにより、デバイス上で直接AI処理を統合
  • リアルタイムのエッジAIアプリケーション向けに1 TOPSの計算能力を提供
  • コンポーネントのアップグレードとカスタマイズが可能なモジュール式設計
  • 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をサポート
  • すぐに使用できるようUltralytics YOLO26モデルがプリインストールされている

これらの機能により、reCameraは追加の外部処理ハードウェアを必要とせず、エッジAIアプリケーションのためのスタンドアローンソリューションとなります。

Contributors
GitHubでページを編集 (EN)
GLglenn-jocher9PDpderrenger1LEleonnil1LAlakshanthad1RIRizwanMunawar1

コメント