Link to this section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をサポートしており、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 のプロトタイピングおよびデプロイメントに理想的なプラットフォームです。

Link to this sectionなぜ reCamera を選ぶのか？#

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を満たすよう調整されています。その特徴は以下の通りです。

• RISC-V によるパフォーマンス: 中心部には RISC-V アーキテクチャに基づく SG200X プロセッサが搭載されており、エネルギー効率を維持しながらエッジ AI タスクで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）を実行する能力により、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簡単に処理します。

• 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標準をサポートし、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、レンズ補正といった機能により、困難な環境下でもプロフェッショナルな映像を実現します。

• 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、小型の 8 ビットマイコンがより単純な操作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消費電力の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 はモジュール構造で構築されており、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ています。この設計により、開発者はコンポーネントを簡単に交換またはアップグレードでき、プロジェクトの進化に対して柔軟性と将来性を確保します。

Link to this sectionreCamera のクイック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.

Link to this section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 ダッシュボード内から目的のモデルを選択するだけですぐに使用できます。

• 検出 (YOLO26n)
• 分類 (YOLO26n-cls)
• セグメンテーション (YOLO26n-seg)
• 姿勢推定 (YOLO26n-pose)

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 検出モデルが読み込まれていることが確認できます。

ステップ 2: 右下隅にある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。

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。

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。

これで、YOLO26n 姿勢推定モデルが動作しているのを確認できるようになります！

Link to this sectioncvimodel へのエクスポート: YOLO26 モデルの変換#

カスタム学習済み 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、次にそれを 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。

Link to this sectionONNX 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。

Link to this section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、以下を実行します。

pip install ultralytics

インストールの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 用の必要なパッケージをインストールする際に困難が生じた場合は、解決策とヒントについて 共通の問題ガイド を参照してください。

Link to this section使用方法#

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'

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 を参照してください。

Link to this sectionONNX から MLIR および cvimodel へのエクスポート#

ONNX モデルを取得したら、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 に変換し、その後 cvimodel に変換してください。

Link to this sectionベンチマーク#

近日公開予定です。

Link to this sectionreCamera の実世界でのアプリケーション#

reCamera の高度なコンピュータビジョン機能とモジュール設計は、幅広い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に支援します。

• 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、PPE の遵守状況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。作業者がヘルメット、手袋、その他の安全装備を着用しているかを識別し、産業環境におけるリスクを軽減します。

• 火災検知: 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 火災検知 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: 廃棄物検出アプリケーションにも利用でき、環境モニタリングや 廃棄物管理 に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、組立ラインの監視、在庫管理のための自動車部品の検出と分析を支援します。

Link to this sectionFAQ#

Link to this sectionreCamera を初めてインストールおよび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、以下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ースから、プリインストールされた YOLO26 モデルの使用をすぐに開始します

Link to this sectionreCamera でカスタム学習済み YOLO26 モデルを使用できますか？#

はい、カスタム学習済み YOLO26 モデルを reCamera で使用できます。プロセスには以下が含まれます。

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。

Link to this sectionreCamera 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 は以下の特徴を持っています。

• RISC-V SG200X プロセッサにより、デバイス上で直接 AI 処理を統合しています
• リアルタイムのエッジ AI アプリケーション向けに 1 TOPS の演算能力を提供します
• コンポーネントのアップグレードやカスタマイズを可能にするモジュール設計を採用しています
• H.264/H.265 圧縮、HDR イメージング、3D ノイズリダクションといった高度なビデオ技術をサポートしています
• 即座に使用できるよう、Ultralytics YOLO26 モデルがプリインストールされています

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ンソリューションとなっています。