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

reCamera 在 YOLO Vision 2024 (YV24)，即 Ultralytics 的年度混合活动上面向 AI 社区推出。它主要面向边缘 AI 应用，提供强大的处理能力和轻松的部署体验。

凭借对多种硬件配置和开源资源的支持，它成为在边缘端构建原型和部署创新计算机视觉解决方案的理想平台。

为什么选择 reCamera？#

reCamera 系列专为边缘 AI 应用打造，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 任务提供出色的性能。它能够每秒执行 1 万亿次运算（1 TOPS），可以轻松处理实时目标检测等高要求任务。

• 优化的视频技术：支持包括 H.264 和 H.265 在内的先进视频压缩标准，在不牺牲质量的情况下减少存储和带宽需求。HDR 成像、3D 降噪和镜头校正等功能，即使在具有挑战性的环境中也能确保专业级画面效果。

• 高能效双处理：SG200X 负责复杂的 AI 任务，而较小的 8 位微控制器负责更简单的操作，从而节省电量，使 reCamera 非常适合电池供电或低功耗场景。

• 模块化且可升级的设计：reCamera 采用模块化结构，由核心板、传感器板和底板三个主要组件组成。这种设计让开发者可以轻松更换或升级组件，为不断发展的项目提供灵活性和面向未来的支持。

reCamera 快速硬件设置#

请按照 reCamera 入门指南操作，并选择你的设备（例如 reCamera 2002 Series、Gimbal 或 HQ POE），打开对应的快速入门指南，完成设备的初始设置，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。

使用预安装的 YOLO26 模型进行推理#

reCamera 预装了四个 Ultralytics YOLO26 模型，你可以直接在 Node-RED 控制面板中选择所需的模型。

• 检测（YOLO26n）
• 分割（YOLO26n-seg）
• 分类（YOLO26n-cls）
• 姿态估计（YOLO26n-pose）

步骤 1：如果你已将 reCamera 连接到网络，请在 Web 浏览器中输入 reCamera 的 IP 地址以打开 Node-RED 控制面板。如果你通过 USB 将 reCamera 连接到 PC，则可以输入 192.168.42.1。此时你会看到 YOLO26n 检测模型默认已加载。

步骤 2：点击右下角的绿色圆圈，访问 Node-RED 流程编辑器。

步骤 3：点击 model 节点，然后点击 On Device。

步骤 4：选择四个不同的预安装 YOLO26n 模型之一，然后点击 Done。例如，这里我们将选择 YOLO26n Pose

步骤 5：点击 Deploy，部署完成后，点击 Dashboard。

现在你可以看到 YOLO26n 姿态估计模型正在运行！

导出为 cvimodel：转换你的 YOLO26 模型#

如果你想在 reCamera 中使用自定义训练的 YOLO26 模型，请按照以下步骤操作。

首先，我们将把 PyTorch 模型转换为 ONNX，然后再将其转换为 MLIR 模型格式。最后，MLIR 将被转换为 cvimodel，以便在设备上运行推理。

导出为 ONNX#

将 Ultralytics YOLO26 模型导出为 ONNX 模型格式。

安装#

要安装所需的软件包，请运行：

pip install ultralytics

有关安装流程的详细说明和最佳实践，请参阅我们的 Ultralytics 安装指南。在为 YOLO26 安装所需软件包时，如果遇到任何困难，请参阅我们的常见问题指南以获取解决方案和建议。

使用方法#

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'

如需详细了解导出流程，请访问 Ultralytics 导出文档页面。

将 ONNX 导出为 MLIR 和 cvimodel#

获得 ONNX 模型后，请参阅转换和量化 AI 模型页面，将 ONNX 模型转换为 MLIR，然后再转换为 cvimodel。

基准测试#

即将推出。

reCamera 的实际应用#

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，非常适合养老护理、医院和对快速响应至关重要的工业环境。

• 个人防护装备检测：reCamera 可用于通过实时检测 PPE 佩戴情况来确保工作场所安全。它可以识别工作人员是否佩戴头盔、手套或其他安全装备，降低工业环境中的风险。

• 火灾检测：reCamera 的实时处理能力使其成为工业和住宅区域火灾检测的理想选择，可提供早期预警，防止潜在灾害。

• 废弃物检测：它还可用于废弃物检测应用，是环境监测和废弃物管理的出色工具。

• 汽车零部件检测：在制造业和汽车行业中，它可帮助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。

常见问题#