Hướng dẫn bắt đầu nhanh: Seeed Studio reCamera với Ultralytics YOLO11
reCamera đã được giới thiệu cho cộng đồng AI tại YOLO Vision 2024 (YV24), sự kiện kết hợp thường niên của Ultralytics. Nó chủ yếu được thiết kế cho các ứng dụng AI biên, cung cấp khả năng xử lý mạnh mẽ và triển khai dễ dàng.
Với sự hỗ trợ cho các cấu hình phần cứng đa dạng và tài nguyên mã nguồn mở, nó đóng vai trò là một nền tảng lý tưởng để tạo mẫu và triển khai các giải pháp thị giác máy tính tiên tiến ở biên.
Tại sao nên chọn reCamera?
Dòng reCamera được xây dựng có mục đích cho các ứng dụng AI biên, được thiết kế để đáp ứng nhu cầu của các nhà phát triển và nhà đổi mới. Dưới đây là lý do tại sao nó nổi bật:
-
Hiệu năng mạnh mẽ nhờ RISC-V: Bộ xử lý SG200X là trung tâm của hệ thống, được xây dựng trên kiến trúc RISC-V, mang lại hiệu năng vượt trội cho các tác vụ AI biên trong khi vẫn duy trì hiệu quả năng lượng. Với khả năng thực hiện 1 nghìn tỷ hoạt động mỗi giây (1 TOPS), nó dễ dàng xử lý các tác vụ đòi hỏi khắt khe như phát hiện đối tượng theo thời gian thực.
-
Công nghệ Video được Tối ưu hóa: Hỗ trợ các tiêu chuẩn nén video tiên tiến, bao gồm H.264 và H.265, để giảm yêu cầu về lưu trữ và băng thông mà không làm giảm chất lượng. Các tính năng như hình ảnh HDR, giảm nhiễu 3D và hiệu chỉnh ống kính đảm bảo hình ảnh chuyên nghiệp, ngay cả trong môi trường khó khăn.
-
Xử lý kép tiết kiệm năng lượng: Trong khi SG200X xử lý các tác vụ AI phức tạp, một vi điều khiển 8-bit nhỏ hơn quản lý các hoạt động đơn giản hơn để tiết kiệm năng lượng, làm cho reCamera trở nên lý tưởng cho các thiết lập chạy bằng pin hoặc công suất thấp.
-
Thiết kế dạng Mô-đun và có khả năng nâng cấp: reCamera được xây dựng với cấu trúc mô-đun, bao gồm ba thành phần chính: bo mạch lõi, bo mạch cảm biến và bo mạch đế. Thiết kế này cho phép các nhà phát triển dễ dàng hoán đổi hoặc nâng cấp các thành phần, đảm bảo tính linh hoạt và khả năng thích ứng với các dự án trong tương lai.
Thiết lập phần cứng nhanh chóng của reCamera
Vui lòng làm theo Hướng dẫn Bắt đầu Nhanh reCamera để cài đặt ban đầu cho thiết bị, chẳng hạn như kết nối thiết bị với mạng WiFi và truy cập giao diện web Node-RED để xem nhanh kết quả phát hiện.
Suy luận bằng các Mô hình YOLO11 được Cài đặt Sẵn
reCamera được cài đặt sẵn bốn mô hình Ultralytics YOLO11 và bạn có thể chỉ cần chọn mô hình mong muốn trong bảng điều khiển Node-RED.
Bước 1: Nếu bạn đã kết nối reCamera với mạng, hãy nhập địa chỉ IP của reCamera trên trình duyệt web để mở bảng điều khiển Node-RED. Nếu bạn đã kết nối reCamera với PC qua USB, bạn có thể nhập 192.168.42.1
. Tại đây, bạn sẽ thấy mô hình phát hiện YOLO11n được tải theo mặc định.
Bước 2: Nhấp vào vòng tròn màu xanh lục ở góc dưới bên phải để truy cập trình soạn thảo luồng Node-RED.
Bước 3: Nhấp vào model
node và click On Device
.
Bước 4: Chọn một trong bốn mô hình YOLO11n được cài đặt sẵn và nhấp vào Done
. Ví dụ: ở đây, chúng ta sẽ chọn YOLO11n Pose
Bước 6: Nhấp vào Deploy
và khi quá trình triển khai hoàn tất, hãy nhấp vào Dashboard
Bây giờ bạn sẽ có thể thấy mô hình ước tính tư thế YOLO11n hoạt động!
Xuất sang cvimodel: Chuyển đổi Mô hình YOLO11 của bạn
Nếu bạn muốn sử dụng mô hình YOLO11 được huấn luyện tùy chỉnh và sử dụng với reCamera, vui lòng làm theo các bước bên dưới.
Ở đây, trước tiên chúng ta sẽ chuyển đổi PyTorch
mô hình đến ONNX
và sau đó chuyển đổi nó thành MLIR
định dạng mô hình. Cuối cùng MLIR
sẽ được chuyển đổi thành cvimodel
để suy luận trên thiết bị
Xuất sang ONNX
Xuất mô hình Ultralytics YOLO11 sang định dạng mô hình ONNX.
Cài đặt
Để cài đặt các gói cần thiết, hãy chạy:
Cài đặt
pip install ultralytics
Để biết hướng dẫn chi tiết và các phương pháp hay nhất liên quan đến quy trình cài đặt, hãy xem hướng dẫn Cài đặt Ultralytics của chúng tôi. Trong khi cài đặt các gói cần thiết cho YOLO11, nếu bạn gặp bất kỳ khó khăn nào, hãy tham khảo hướng dẫn Các Vấn đề Thường gặp của chúng tôi để biết các giải pháp và mẹo.
Cách sử dụng
Cách sử dụng
from ultralytics import YOLO
# Load the YOLO11 model
model = YOLO("yolo11n.pt")
# Export the model to ONNX format
model.export(format="onnx", opset=14) # creates 'yolo11n.onnx'
# Export a YOLO11n PyTorch model to ONNX format
yolo export model=yolo11n.pt format=onnx opset=14 # creates 'yolo11n.onnx'
Để biết thêm chi tiết về quy trình xuất, hãy truy cập trang tài liệu Ultralytics về xuất.
Xuất ONNX sang MLIR và cvimodel
Sau khi lấy được mô hình ONNX, hãy tham khảo trang Chuyển đổi và Lượng tử hóa Mô hình AI để chuyển đổi mô hình ONNX sang MLIR và sau đó sang cvimodel.
Lưu ý
Chúng tôi đang tích cực làm việc để thêm hỗ trợ reCamera trực tiếp vào gói Ultralytics và nó sẽ sớm có mặt. Trong thời gian chờ đợi, hãy xem blog của chúng tôi về Tích hợp các mô hình Ultralytics YOLO với reCamera của Seeed Studio để biết thêm thông tin chi tiết.
Điểm chuẩn
Sắp ra mắt.
Các ứng dụng thực tế của reCamera
Các khả năng thị giác máy tính tiên tiến và thiết kế dạng mô-đun của reCamera làm cho nó phù hợp với nhiều tình huống thực tế, giúp các nhà phát triển và doanh nghiệp giải quyết các thách thức riêng một cách dễ dàng.
-
Phát hiện ngã: Được thiết kế cho các ứng dụng an toàn và chăm sóc sức khỏe, reCamera có thể phát hiện ngã theo thời gian thực, khiến nó trở nên lý tưởng cho việc chăm sóc người già, bệnh viện và các cơ sở công nghiệp, nơi phản ứng nhanh chóng là rất quan trọng.
-
Phát hiện thiết bị bảo hộ cá nhân: reCamera có thể được sử dụng để đảm bảo an toàn tại nơi làm việc bằng cách phát hiện việc tuân thủ PPE trong thời gian thực. Nó giúp xác định xem công nhân có đội mũ bảo hiểm, đeo găng tay hoặc các thiết bị an toàn khác hay không, giảm rủi ro trong môi trường công nghiệp.
-
Phát hiện cháy: Khả năng xử lý thời gian thực của reCamera biến nó thành một lựa chọn tuyệt vời để phát hiện cháy trong các khu công nghiệp và dân cư, cung cấp cảnh báo sớm để ngăn chặn các thảm họa tiềm ẩn.
-
Phát hiện chất thải: Nó cũng có thể được sử dụng cho các ứng dụng phát hiện chất thải, làm cho nó trở thành một công cụ tuyệt vời để giám sát môi trường và quản lý chất thải.
-
Phát hiện phụ tùng ô tô: Trong ngành sản xuất và công nghiệp ô tô, nó hỗ trợ phát hiện và phân tích các bộ phận ô tô để kiểm soát chất lượng, giám sát dây chuyền lắp ráp và quản lý hàng tồn kho.
Câu hỏi thường gặp
Làm cách nào để cài đặt và thiết lập reCamera lần đầu tiên?
Để thiết lập reCamera của bạn lần đầu tiên, hãy làm theo các bước sau:
- Kết nối reCamera với nguồn điện
- Kết nối nó với mạng WiFi của bạn bằng Hướng dẫn Bắt đầu Nhanh reCamera
- Truy cập giao diện web Node-RED bằng cách nhập địa chỉ IP của thiết bị vào trình duyệt web (hoặc sử dụng
192.168.42.1
nếu được kết nối qua USB) - Bắt đầu sử dụng ngay lập tức các mô hình YOLO11 được cài đặt sẵn thông qua giao diện bảng điều khiển
Tôi có thể sử dụng các mô hình YOLO11 do mình tùy chỉnh huấn luyện với reCamera không?
Có, bạn có thể sử dụng các mô hình YOLO11 được huấn luyện tùy chỉnh với reCamera. Quy trình bao gồm:
- Xuất mô hình PyTorch của bạn sang định dạng ONNX bằng
model.export(format="onnx", opset=14)
- Chuyển đổi mô hình ONNX sang định dạng MLIR
- Chuyển đổi MLIR sang định dạng cvimodel để suy luận trực tiếp trên thiết bị
- Tải mô hình đã chuyển đổi lên reCamera của bạn
Để biết hướng dẫn chi tiết, hãy tham khảo hướng dẫn Chuyển đổi và lượng tử hóa các mô hình AI.
Điều gì làm cho reCamera khác biệt so với camera IP truyền thống?
Không giống như các camera IP truyền thống yêu cầu phần cứng bên ngoài để xử lý, reCamera:
- Tích hợp xử lý AI trực tiếp trên thiết bị với bộ xử lý RISC-V SG200X
- Cung cấp 1 TOPS hiệu năng tính toán cho các ứng dụng AI biên thời gian thực
- Tính năng thiết kế dạng mô-đun cho phép nâng cấp và tùy chỉnh các thành phần
- Hỗ trợ các công nghệ video tiên tiến như nén H.264/H.265, hình ảnh HDR và giảm nhiễu 3D
- Được cài đặt sẵn các mô hình Ultralytics YOLO11 để sử dụng ngay lập tức
Các tính năng này làm cho reCamera trở thành một giải pháp độc lập cho các ứng dụng AI biên mà không cần thêm phần cứng xử lý bên ngoài.