Hướng dẫn bắt đầu nhanh: Seeed Studio reCamera với Ultralytics YOLO11

reCamera được giới thiệu cho cộng đồng AI tại YOLO Vision 2024 (YV24) , sự kiện kết hợp thường niên 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 khả năng hỗ trợ nhiều cấu hình phần cứng khác nhau và tài nguyên nguồn mở, đây là nền tảng lý tưởng để tạo mẫu và triển khai các giải pháp thị giác máy tính sáng tạo tại biên.

Tại sao nên chọn reCamera?

Dòng reCamera được thiết kế chuyên dụng cho các ứng dụng AI biên, được thiết kế riêng để đáp ứng nhu cầu của các nhà phát triển và nhà đổi mới. Sau đây là lý do tại sao nó nổi bật:

• Hiệu suất được hỗ trợ bởi RISC-V : Bộ xử lý SG200X được xây dựng trên kiến trúc RISC-V, mang lại hiệu suất 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 phép tính mỗi giây (1 TOPS), nó xử lý các tác vụ đòi hỏi khắt khe như phát hiện đối tượng theo thời gian thực một cách dễ dàng.

• 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 đầy thách thức.

• Xử lý kép tiết kiệm năng lượng : Trong khi SG200X xử lý các tác vụ AI phức tạp, bộ vi điều khiển 8 bit nhỏ hơn sẽ quản lý các hoạt động đơn giản hơn để tiết kiệm điện năng, khiến reCamera trở nên lý tưởng cho các thiết lập chạy bằng pin hoặc công suất thấp.

• Thiết kế dạng mô-đun và có thể nâng cấp : reCamera được xây dựng với cấu trúc dạng mô-đun, bao gồm ba thành phần chính: bo mạch lõi, bo mạch cảm biến và bo mạch chân 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 chống chịu trong tương lai cho các dự án đang phát triển.

Thiết lập phần cứng nhanh của reCamera

Vui lòng làm theo Hướng dẫn bắt đầu nhanh reCamera để cài đặt thiết bị ban đầu như kết nối thiết bị với mạng WiFi và truy cập Giao diện người dùng web Node-RED để xem trước nhanh kết quả phát hiện bằng phần mềm được cài đặt sẵn. Ultralytics YOLO mô hình.

Xuất sang cvimodel: Chuyển đổi YOLO11 Người mẫu

Ở đây chúng ta sẽ chuyển đổi đầu tiên PyTorch mô hình để 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 khẩu sang ONNX

Xuất khẩu một Ultralytics YOLO11 mô hình để ONNX định dạng mô hình.

Cài đặt

Để cài đặt các gói cần thiết, hãy chạy:

pip install ultralytics

Để biết hướng dẫn chi tiết và các biện pháp thực hành tốt 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 Sự cố thường gặp của chúng tôi để biết giải pháp và mẹo.

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")  # creates 'yolo11n.onnx'

# Export a YOLO11n PyTorch model to ONNX format
yolo export model=yolo11n.pt format=onnx  # creates 'yolo11n.onnx'

Để biết thêm chi tiết về quy trình xuất, hãy truy cập trang tài liệu Ultralytics về xuất .

Xuất khẩu ONNX đến MLIR và cvimodel

Sau khi có được một ONNX mô hình, hãy tham khảo trang Chuyển đổi và lượng tử hóa các mô hình AI để chuyển đổi ONNX mô hình tới MLIR và sau đó tới cvimodel.

Tiêu chuẩn

Sắp ra mắt.

Ứng dụng thực tế của reCamera

Khả năng thị giác máy tính tiên tiến và thiết kế mô-đun của reCamera phù hợp với nhiều tình huống thực tế, giúp các nhà phát triển và doanh nghiệp giải quyết những thách thức riêng biệt một cách dễ dàng.

• Phát hiện té ngã : Được thiết kế cho các ứng dụng an toàn và chăm sóc sức khỏe, reCamera có thể phát hiện té ngã theo thời gian thực, rất lý tưởng cho việc chăm sóc người già, bệnh viện và các cơ sở công nghiệp nơi phản ứng nhanh là rất quan trọng.

• Phát hiện thiết bị bảo vệ cá nhân : reCamera có thể được sử dụng để đảm bảo an toàn tại nơi làm việc bằng cách phát hiện sự tuân thủ PPE theo thời gian thực. Nó giúp xác định xem công nhân có đội mũ bảo hiểm, găng tay hay các thiết bị an toàn khác không, giúp giảm rủi ro trong môi trường công nghiệp.

• Phát hiện cháy : Khả năng xử lý thời gian thực của reCamera khiến nó trở thành lựa chọn tuyệt vời để phát hiện cháy ở các khu công nghiệp và dân cư, cung cấp cảnh báo sớm để ngăn ngừa thảm họa tiềm ẩn.

• Phát hiện chất thải : Nó cũng có thể được sử dụng cho các ứng dụng phát hiện chất thải, khiến 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 ô tô, công nghệ này hỗ trợ phát hiện và phân tích phụ tùng ô tô để kiểm soát chất lượng, giám sát dây chuyền lắp ráp và quản lý hàng tồn kho.

📅 Được tạo cách đây 4 ngày ✏️ Đã cập nhật cách đây 4 ngày

Bình luận