Guia de início rápido: Seeed Studio reCamera com Ultralytics YOLO26#

A reCamera foi apresentada à comunidade de IA no YOLO Vision 2024 (YV24), o evento híbrido anual da Ultralytics. Foi concebida principalmente para aplicações de IA na periferia, oferecendo capacidades de processamento avançadas e uma implementação simples.

Com suporte para diversas configurações de hardware e recursos de código aberto, serve como uma plataforma ideal para criar protótipos e implementar soluções inovadoras de visão computacional na periferia.

Porquê escolher a reCamera?#

A série reCamera foi concebida especificamente para aplicações de IA na periferia, adaptada às necessidades de programadores e inovadores. Eis por que se destaca:

• Desempenho com RISC-V: No seu núcleo está o processador SG200X, baseado na arquitetura RISC-V, que proporciona um desempenho excecional para tarefas de IA na periferia, mantendo a eficiência energética. Com capacidade para executar 1 bilião de operações por segundo (1 TOPS), lida facilmente com tarefas exigentes, como a deteção de objetos em tempo real.

• Tecnologias de vídeo otimizadas: Suporta padrões avançados de compressão de vídeo, incluindo H.264 e H.265, para reduzir os requisitos de armazenamento e largura de banda sem sacrificar a qualidade. Funcionalidades como imagem HDR, redução de ruído 3D e correção da lente garantem imagens profissionais, mesmo em ambientes exigentes.

• Processamento duplo energeticamente eficiente: Enquanto o SG200X trata de tarefas complexas de IA, um microcontrolador de 8 bits mais pequeno gere operações simples para poupar energia, tornando a reCamera ideal para configurações alimentadas por bateria ou de baixo consumo.

• Design modular e atualizável: A reCamera foi construída com uma estrutura modular, composta por três componentes principais: a placa principal, a placa do sensor e a placa de base. Este design permite aos programadores trocar ou atualizar componentes facilmente, garantindo flexibilidade e preparação para o futuro à medida que os projetos evoluem.

Configuração rápida do hardware da reCamera#

Segue a página Primeiros passos com a reCamera e seleciona o teu dispositivo (como a série reCamera 2002, Gimbal ou HQ POE) para abrir o respetivo Guia de início rápido e efetuar a configuração inicial do dispositivo, como ligá-lo a uma rede e aceder à interface web do Node-RED para pré-visualizar rapidamente os resultados da deteção.

Inferência com modelos YOLO26 pré-instalados#

A reCamera vem com quatro modelos Ultralytics YOLO26 pré-instalados, e podes simplesmente escolher o modelo pretendido no painel do Node-RED.

• Deteção (YOLO26n)
• Segmentação (YOLO26n-seg)
• Classificação (YOLO26n-cls)
• Estimativa de pose (YOLO26n-pose)

Passo 1: Se ligaste a reCamera a uma rede, introduz o endereço IP da reCamera num navegador web para abrir o painel do Node-RED. Se ligaste a reCamera a um PC através de USB, podes introduzir 192.168.42.1. Aqui verás o modelo de deteção YOLO26n carregado por predefinição.

Passo 2: Clica no círculo verde no canto inferior direito para aceder ao editor de fluxos do Node-RED.

Passo 3: Clica no nó model e clica em On Device.

Passo 4: Escolhe um dos quatro modelos YOLO26n pré-instalados e clica em Done. Por exemplo, aqui vamos selecionar YOLO26n Pose

Passo 5: Clica em Deploy e, quando a implementação terminar, clica em Dashboard.

Agora poderás ver o modelo de estimativa de pose YOLO26n em ação!

Exportação para cvimodel: converter o teu modelo YOLO26#

Se quiseres utilizar um modelo YOLO26 treinado à medida com a reCamera, segue os passos abaixo.

Aqui, vamos primeiro converter um modelo PyTorch para ONNX e, em seguida, convertê-lo para o formato de modelo MLIR. Por fim, MLIR será convertido para cvimodel para executar a inferência no dispositivo.

Exportar para ONNX#

Exporta um modelo Ultralytics YOLO26 para o formato de modelo ONNX.

Instalação#

Para instalares os pacotes necessários, executa:

pip install ultralytics

Para obter instruções detalhadas e boas práticas relacionadas com o processo de instalação, consulte o nosso guia de instalação do Ultralytics. Ao instalar os pacotes necessários para YOLO26, se encontrar alguma dificuldade, consulte o nosso guia de problemas comuns para obter soluções e dicas.

Utilização#

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'

Para obter mais detalhes sobre o processo de exportação, visita a página da documentação da Ultralytics sobre exportação.

Exportar ONNX para MLIR e cvimodel#

Depois de obteres um modelo ONNX, consulta a página Converter e quantizar modelos de IA para converter o modelo ONNX para MLIR e, em seguida, para cvimodel.

Benchmarks#

Em breve.

Aplicações reais da reCamera#

As capacidades avançadas de visão computacional e o design modular da reCamera tornam-na adequada para uma vasta gama de cenários reais, ajudando programadores e empresas a enfrentar desafios específicos com facilidade.

• Deteção de quedas: Concebida para aplicações de segurança e cuidados de saúde, a reCamera consegue detetar quedas em tempo real, sendo ideal para cuidados a idosos, hospitais e ambientes industriais onde uma resposta rápida é fundamental.

• Deteção de equipamento de proteção individual: A reCamera pode ser utilizada para garantir a segurança no local de trabalho, detetando em tempo real o cumprimento das normas relativas a PPE. Ajuda a identificar se os trabalhadores estão a usar capacetes, luvas ou outro equipamento de segurança, reduzindo os riscos em ambientes industriais.

• Deteção de incêndios: As capacidades de processamento em tempo real da reCamera tornam-na uma excelente opção para a deteção de incêndios em zonas industriais e residenciais, fornecendo alertas precoces para prevenir potenciais catástrofes.

• Deteção de resíduos: Também pode ser utilizada em aplicações de deteção de resíduos, sendo uma excelente ferramenta para a monitorização ambiental e a gestão de resíduos.

• Deteção de peças automóveis: Nas indústrias transformadora e automóvel, ajuda a detetar e analisar peças automóveis para controlo de qualidade, monitorização de linhas de montagem e gestão de inventário.

Perguntas frequentes#