Ultralytics YOLO27:
Get Started

Краткое руководство: Seeed Studio reCamera с Ultralytics YOLO26#

reCamera представили сообществу ИИ на YOLO Vision 2024 (YV24) — ежегодном гибридном мероприятии Ultralytics. Устройство предназначено главным образом для периферийных приложений ИИ и отличается высокой вычислительной мощностью и простотой развертывания.

Благодаря поддержке различных аппаратных конфигураций и ресурсов с открытым исходным кодом эта платформа отлично подходит для создания прототипов и развертывания инновационных решений в области компьютерного зрения на периферии (решений).

Seeed Studio reCamera

Почему стоит выбрать reCamera?#

Серия reCamera специально разработана для периферийных приложений ИИ с учетом потребностей разработчиков и новаторов. Вот ее ключевые преимущества:

  • Производительность на базе RISC-V: в основе устройства — процессор SG200X на архитектуре RISC-V, обеспечивающий высокую производительность для периферийных задач ИИ при низком энергопотреблении. С вычислительной мощностью 1 триллион операций в секунду (1 TOPS) он легко справляется со сложными задачами, например обнаружением объектов в реальном времени (object detection).

  • Оптимизированные видеотехнологии: устройство поддерживает передовые стандарты сжатия видео, включая H.264 и H.265, чтобы сократить требования к объему хранилища и пропускной способности без потери качества. HDR-съемка, трехмерное шумоподавление и коррекция объектива обеспечивают профессиональное качество изображения даже в сложных условиях.

  • Энергоэффективная двухпроцессорная архитектура: пока SG200X выполняет сложные задачи ИИ, менее мощный 8-битный микроконтроллер отвечает за простые операции, экономя энергию. Поэтому reCamera подходит для устройств с батарейным питанием и систем с низким энергопотреблением.

  • Модульная и модернизируемая конструкция: reCamera состоит из трех основных компонентов: основной платы, платы сенсора и базовой платы. Благодаря такой конструкции разработчики могут легко заменять и обновлять компоненты, сохраняя гибкость и возможность адаптировать устройство к будущим проектам.

Быстрая настройка оборудования reCamera#

Перейди на страницу Начало работы с reCamera и выбери свое устройство (например, reCamera серии 2002, Gimbal или HQ POE), чтобы открыть краткое руководство по первоначальной настройке: подключению устройства к сети и доступу к веб-интерфейсу Node-RED для быстрого просмотра результатов обнаружения.

Инференс с предустановленными моделями YOLO26#

На reCamera предустановлены четыре модели Ultralytics YOLO26. Выбери нужную модель на панели Node-RED.

Шаг 1. Если ты подключил reCamera к сети, введи IP-адрес reCamera в браузере, чтобы открыть панель Node-RED. Если reCamera подключена к компьютеру через USB, введи 192.168.42.1. Здесь ты увидишь, что по умолчанию загружена модель обнаружения YOLO26n.

Демонстрация reCamera YOLO11n

Шаг 2. Нажми на зеленый кружок в правом нижнем углу, чтобы открыть редактор потоков Node-RED.

Шаг 3. Нажми на узел model, а затем на On Device.

Выбор модели в Node-RED

Шаг 4. Выбери одну из четырех предустановленных моделей YOLO26n и нажми Done. Например, мы выберем YOLO26n Pose.

Node-RED YOLO11n-pose select

Шаг 5. Нажми Deploy, а после завершения развертывания нажми Dashboard.

Развертывание reCamera в Node-RED

Теперь ты увидишь модель оценки позы YOLO26n в работе!

Демонстрация reCamera YOLO11n-pose

Экспорт в cvimodel: преобразование модели YOLO26#

Чтобы использовать модель YOLO26, обученную на собственных данных, с reCamera, выполни следующие действия.

Сначала мы преобразуем модель PyTorch в ONNX, а затем — в формат модели MLIR. Наконец, MLIR будет преобразована в cvimodel, чтобы запустить инференс на устройстве.

Seeed Studio reCamera AI development toolchain

Экспорт в ONNX#

Экспортируй модель Ultralytics YOLO26 в формат ONNX.

Установка#

Чтобы установить необходимые пакеты, выполни команду:

Установка
pip install ultralytics

Подробные инструкции и рекомендации по установке смотри в руководстве по установке Ultralytics. Если при установке пакетов, необходимых для YOLO26, возникнут сложности, решения и советы найдешь в руководстве по распространенным проблемам.

Использование#

Использование
from ultralytics import YOLO

# Загрузи модель YOLO26
model = YOLO("yolo26n.pt")

# Экспортировать модель в формат ONNX
model.export(format="onnx", opset=14)  # создаёт 'yolo26n.onnx'

Подробнее о процессе экспорта смотри на странице документации Ultralytics об экспорте.

Экспорт ONNX в MLIR и cvimodel#

После получения модели ONNX перейди на страницу Преобразование и квантование моделей ИИ, чтобы преобразовать модель ONNX в MLIR, а затем в cvimodel.

Примечание

Мы активно работаем над добавлением поддержки reCamera непосредственно в пакет Ultralytics — она появится в ближайшее время. А пока загляни в нашу статью о совместной работе моделей Ultralytics YOLO и reCamera от Seeed Studio, чтобы узнать больше.

Бенчмарки#

Скоро.

Практическое применение reCamera#

Передовые возможности reCamera в области компьютерного зрения и модульная конструкция делают её подходящей для широкого круга реальных сценариев, помогая разработчикам и компаниям легко решать уникальные задачи.

  • Обнаружение падений: reCamera предназначена для применения в сфере безопасности и здравоохранения. Она обнаруживает падения в режиме реального времени, поэтому подходит для ухода за пожилыми людьми, больниц и промышленных объектов, где критически важна быстрая реакция.

  • Обнаружение средств индивидуальной защиты: reCamera помогает обеспечить безопасность на рабочем месте, выявляя в режиме реального времени соблюдение требований к средствам индивидуальной защиты. Она определяет, надеты ли на работниках каски, перчатки и другие средства защиты, снижая риски на промышленных объектах.

Обнаружение средств индивидуальной защиты

  • Обнаружение пожара: возможность обработки данных в режиме реального времени делает reCamera отличным решением для обнаружения пожаров на промышленных и жилых объектах, позволяя заранее предупреждать о потенциальных происшествиях.

  • Обнаружение отходов: reCamera также можно использовать для обнаружения отходов, что делает её отличным инструментом для мониторинга окружающей среды и управления отходами.

  • Обнаружение автомобильных деталей: в автомобильной промышленности и производстве reCamera помогает обнаруживать и анализировать детали автомобилей для контроля качества, мониторинга сборочной линии и управления запасами.

Обнаружение автомобильных деталей с помощью YOLO для проверки автомобилей

Часто задаваемые вопросы#

  • Чтобы впервые настроить reCamera, выполни следующие действия:

    1. Подключи reCamera к источнику питания
    2. Подключи устройство к сети, воспользовавшись страницей Начало работы с reCamera (выбери устройство, чтобы открыть краткое руководство по началу работы)
    3. Открой веб-интерфейс Node-RED, введя IP-адрес устройства в браузере (или используй 192.168.42.1, если подключение выполняется через USB)
    4. Сразу начни использовать предустановленные модели YOLO26 через панель управления
  • Да, на reCamera можно использовать собственные модели YOLO26. Для этого:

    1. Экспортируй модель PyTorch в формат ONNX с помощью model.export(format="onnx", opset=14)
    2. Преобразуй модель ONNX в формат MLIR
    3. Преобразуй MLIR в формат cvimodel для выполнения инференса на устройстве
    4. Загрузи преобразованную модель на reCamera

    Подробные инструкции см. в руководстве Преобразование и квантование моделей ИИ.

  • В отличие от традиционных IP-камер, которым для обработки данных требуется внешнее оборудование, reCamera:

    • Выполняет обработку с помощью ИИ прямо на устройстве благодаря процессору RISC-V SG200X
    • Обеспечивает вычислительную мощность 1 TOPS для приложений периферийного ИИ в реальном времени
    • Имеет модульную конструкцию, позволяющую обновлять компоненты и настраивать устройство
    • Поддерживает передовые видеотехнологии, такие как сжатие H.264/H.265, HDR-изображение и шумоподавление 3D
    • Поставляется с предустановленными моделями Ultralytics YOLO26, готовыми к использованию

    Благодаря этим возможностям reCamera представляет собой автономное решение для приложений периферийного ИИ, которому не требуется дополнительное внешнее оборудование для обработки данных.

Комментарии