YOLO Vision 2026:

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

reCameraは、Ultralyticsの年次ハイブリッドイベントであるYOLO Vision 2024 (YV24)でAIコミュニティに向けて発表されました。主にedge AI applications向けに設計されており、強力な処理能力と簡単なデプロイメントを提供します。

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のプロトタイピングとデプロイに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: その中核にはRISC-Vアーキテクチャに基づいて構築されたSG200Xプロセッサがあり、エネルギー効率を維持しながらエッジAIタスクで優れ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などの負荷の高いタスクを容易に処理します。

  • 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標準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を実現します。

  • エネルギー効率に優れたデュアル処理: 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が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電力のセットアップに最適です。

  • モジュール式かつ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やアップグレードでき、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のクイックハードウェアセットアップ#

reCamera Getting Startedページに従ってデバイス（reCamera 2002シリーズ、Gimbal、HQ POEなど）を選択し、デバイスをネットワークに接続してNode-REDのウェブUIにアクセスし、検出結果のクイックプレビューを行うなど、デバイスの初期オンボードのためのクイックスタートガイドを開いてください。

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選択するだけです。

ステップ 1: reCameraをネットワークに接続している場合は、ウェブブラウザに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reCameraをPCに接続している場合は、192.168.42.1を入力できます。ここでは、YOLO26n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ります。

reCamera YOLO11n demo

ステップ2: 右下の緑色の丸をクリックして、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 model selection

ステップ 4: 4つの異なるプレインストールされたYOLO26nモデルのいずれかを選択し、Doneをクリックします。たとえば、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 deploy

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

reCamera YOLO11n-pose demo

cvimodelへのエクスポート: YOLO26モデルの変換#

カスタムトレーニングされたYOLO26モデルをreCameraで使用する場合は、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モデル形式に変換します。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、以下を実行してください。

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ご確認ください。YOLO26に必要なパッケージのインストール中に問題が発生した場合は、一般的な問題ガイドを参照して解決策とヒントを確認してください。

使用方法#

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、Ultralytics documentation page on exporting 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、さらにcvimodelに変換してください。

注意

UltralyticsパッケージへのreCameraサポートの直接追加に向けて積極的に取り組んでおり、まもなく利用可能になります。それまでの間、詳細についてはSeeed StudioのreCameraとUltralytics YOLOモデルの統合に関するブログをご覧ください。

ベンチマーク#

近日公開予定です。

reCameraの実際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容易に解決できるように支援します。

  • 転倒検知: 安全および医療用途向けに設計されたreCameraは、転倒をリアルタイムで検知できるため、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）検知: reCameraを使用して、PPEのコンプライアンスをリアルタイムで検知することで職場の安全を確保できます。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どうかを特定し、産業環境におけるリスクを低減します。

Personal protective equipment detection

  • 火災検知: reCameraのリアルタイム処理能力により、産業および住宅地域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。

  • 廃棄物検知: 廃棄物検知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のための優れたツールとなります。

  • 自動車部品検知: 製造業や自動車産業において、品質管理、組立ライン監視、在庫管理のための自動車部品の検知と分析を支援します。

YOLO car parts detection for automotive inspection

よくある質問 (FAQ)#

reCameraの初回インストールとセットアップ方法は？#

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 Getting Startedページを使用してネットワークに接続します（デバイスを選択してクイックスタートガイドを開きます）。
  3. ウェブブラウザにデバイスのIPアドレスを入力してNode-REDのウェブUIにアクセスします（USB経由で接続している場合は192.168.42.1を使用します）。
  4. ダッシュボードインターフェースを通じて、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

カスタムトレーニングしたYOLO26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したYOLO26モデルをreCameraで使用できます。手順は以下の通りです。

  1. model.export(format="onnx", opset=14)を使用してPyTorchモデルをONNX形式にエクスポートします。
  2. ONNXモデルをMLIR形式に変換します
  3. デバイス上の推論のためにMLIRをcvimodel形式に変換します
  4. 変換されたモデルを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？#

処理のため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：

  • RISC-V SG200Xプロセッサを搭載し、デバイス上でAI処理を直接統合します
  • リアルタイムのエッジAIアプリケーション向けに1 TOPSのコンピューティングパワーを提供します
  • 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などの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ーンなソリューションとなっています。

貢献者
GLglenn-jocher12LAlakshanthad2ONonuralpszr1RAraimbekovm1PDpderrenger1LEleonnil1RIRizwanMunawar1

コメント