YOLO Vision 2026：

快速入门指南：Seeed Studio reCamera 与 Ultralytics YOLO26#

reCamera 是在 Ultralytics 的年度混合活动 YOLO Vision 2024 (YV24) 上为 AI 社区推出的。它主要专为 边缘 AI 应用 设计，提供强大的处理能力和便捷的部署。

通过支持多样化的硬件配置和开源资源，它成为了在边缘端进行原型设计和部署创新 computer vision solutions 的理想平台。

Seeed Studio reCamera

为何选择 reCamera？#

reCamera 系列专为边缘 AI 应用打造，旨在满足开发者和创新者的需求。以下是它脱颖而出的原因：

  • RISC-V 驱动的性能：其核心是基于 RISC-V 架构构建的 SG200X 处理器，在保持能效的同时为边缘 AI 任务提供卓越的性能。凭借每秒执行 1 万亿次运算（1 TOPS）的能力，它能够轻松处理诸如实时 object detection 等高要求任务。

  • 优化的视频技术：支持包括 H.264 和 H.265 在内的高级视频压缩标准，在不牺牲画质的前提下降低存储和带宽需求。HDR 成像、3D 降噪和镜头校正等功能确保了即使在复杂环境下也能获得专业的视觉效果。

  • 节能双重处理：当 SG200X 处理复杂的 AI 任务时，一个小型的 8 位微控制器负责管理更简单的操作以节省功耗，这使得 reCamera 非常适合电池供电或低功耗设置。

  • 模块化且可升级的设计：reCamera 采用模块化结构，由核心板、传感器板和基板三个主要部分组成。这种设计允许开发者轻松更换或升级组件，确保了在项目演进过程中的灵活性和前瞻性。

reCamera 硬件快速设置#

请按照 reCamera Getting Started 页面的说明选择你的设备（例如 reCamera 2002 系列、Gimbal 或 HQ POE），以打开其快速入门指南，进行设备的初始设置（例如将设备连接到网络以及访问 Node-RED Web UI 以快速预览检测结果）。

使用预装的 YOLO26 模型进行推理#

reCamera 预装了四种 Ultralytics YOLO26 模型，你只需在 Node-RED 仪表板中选择所需的模型即可。

第一步：如果你已将 reCamera 连接到网络，请在网页浏览器中输入 reCamera 的 IP 地址以打开 Node-RED 仪表板。如果你已通过 USB 将 reCamera 连接到 PC，则可以输入 192.168.42.1。在这里你会看到默认加载了 YOLO26n 检测模型。

reCamera YOLO11n demo

第 2 步：点击右下角的绿色圆圈以访问 Node-RED 流程编辑器。

第三步：点击 model 节点，然后点击 On Device。

Node-RED model selection

第四步：从四个不同的预安装 YOLO26n 模型中选择一个，并点击 Done。例如，这里我们将选择 YOLO26n Pose

Node-RED YOLO11n-pose select

第五步：点击 Deploy，当部署完成后，点击 Dashboard。

reCamera Node-RED deploy

现在你就可以看到 YOLO26n 姿态估计模型在运行了！

reCamera YOLO11n-pose demo

导出为 cvimodel：转换你的 YOLO26 模型#

如果你想在 reCamera 上使用 custom-trained YOLO26 model，请按照以下步骤操作。

在这里，我们将首先把一个 PyTorch 模型转换为 ONNX，然后再将其转换为 MLIR 模型格式。最后，将 MLIR 转换为 cvimodel 以在设备上运行推理。

Seeed Studio reCamera AI development toolchain

导出到 ONNX#

将 Ultralytics YOLO26 模型导出生成为 ONNX model format。

安装#

要安装所需的软件包，请运行：

安装
pip install ultralytics

有关安装过程的详细说明和最佳实践，请查阅我们的 Ultralytics Installation guide。在安装 YOLO26 所需的软件包时，如果遇到任何困难，请参考我们的 Common Issues guide 获取解决方案和提示。

用法#

用法
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'

有关导出过程的更多详细信息，请访问 Ultralytics 关于导出的文档页面。

将 ONNX 导出为 MLIR 和 cvimodel#

获取 ONNX 模型后，请参考转换和量化 AI 模型页面，将 ONNX 模型转换为 MLIR，然后再转换为 cvimodel。

注意

我们正在积极努力将 reCamera 支持直接集成到 Ultralytics 包中，该功能即将推出。在此期间，请查看我们的博客将 Ultralytics YOLO 模型与 Seeed Studio 的 reCamera 集成以了解更多见解。

基准测试#

敬请期待。

reCamera 的实际应用场景#

reCamera 先进的计算机视觉能力和模块化设计使其适用于广泛的实际场景，帮助开发者和企业轻松应对独特的挑战。

  • 跌倒检测：reCamera 专为安全和医疗保健应用设计，可以实时检测跌倒，非常适合老年护理、医院以及需要快速响应的工业环境。

  • 个人防护装备检测：reCamera 可用于通过实时检测 PPE 合规性来确保工作场所的安全。它有助于识别工人是否佩戴了头盔、手套或其他安全装备，从而降低工业环境中的风险。

Personal protective equipment detection

  • 火灾检测：reCamera 的实时处理能力使其成为工业和住宅区域进行火灾检测的绝佳选择，可提供早期预警以防止潜在灾害。

  • 废物检测：它还可以用于废物检测应用，使其成为环境监测和废物管理的极佳工具。

  • 汽车零部件检测：在制造和汽车行业中，它有助于检测和分析汽车零部件，用于质量控制、装配线监控和库存管理。

YOLO car parts detection for automotive inspection

常见问题解答#

如何首次安装和设置 reCamera？#

要首次设置你的 reCamera，请按照以下步骤操作：

  1. 将 reCamera 连接到电源
  2. 使用 reCamera Getting Started 页面将设备连接到你的网络（选择你的设备以打开其快速入门指南）
  3. 通过在网页浏览器中输入设备的 IP 地址来访问 Node-RED Web UI（如果通过 USB 连接，请使用 192.168.42.1）
  4. 通过仪表板界面立即开始使用预装的 YOLO26 模型

我可以使用自定义训练的 YOLO26 模型配合 reCamera 使用吗？#

是的，你可以将自定义训练的 YOLO26 模型与 reCamera 配合使用。该过程包括：

  1. 使用 model.export(format="onnx", opset=14) 将你的 PyTorch 模型导出为 ONNX 格式
  2. 将 ONNX 模型转换为 MLIR 格式
  3. 将 MLIR 转换为 cvimodel 格式以便在设备上进行推理
  4. 将转换后的模型加载到你的 reCamera 上

有关详细说明，请参阅转换和量化 AI 模型指南。

reCamera 与传统 IP 摄像头有何不同？#

与需要外部硬件进行处理的传统 IP 摄像头不同，reCamera：

  • 凭借其 RISC-V SG200X 处理器，直接在设备上集成了 AI 处理功能
  • 为实时边缘 AI 应用提供 1 TOPS 的计算能力
  • 具有模块化设计，允许组件升级和定制
  • 支持 H.264/H.265 压缩、HDR 成像和 3D 降噪等先进视频技术
  • 预装了 Ultralytics YOLO26 模型以供立即使用

这些特性使 reCamera 成为边缘 AI 应用的独立解决方案，无需额外的外部处理硬件。

贡献者
GLglenn-jocher12LAlakshanthad2ONonuralpszr1RAraimbekovm1PDpderrenger1LEleonnil1RIRizwanMunawar1

评论