Skip to main content

C++ベースのreCameraを使用したリアルタイムYOLOオブジェクト検出

このドキュメントでは、reCameraターミナルでクロスコンパイルに基づいてC++を使用し、リアルタイム写真撮影、YOLOオブジェクト検出、およびHTTPによる結果アクセスを実装する方法を説明します。このアプローチにより、reCameraでNode-REDを使用する際に発生する過熱問題を回避できます。このドキュメントを参考にして、カスタマイズされたコンピュータビジョンアプリケーション用にC++コードを変更することができます。

環境準備​

プリコンパイル​

まず、「C/C++での開発」ドキュメントを参照して、Linuxでクロスコンパイル環境を設定する必要があります。 注意: 各起動後にパスを再設定してください：

export SG200X_SDK_PATH=$HOME/recamera/sg2002_recamera_emmc/
export PATH=$HOME/recamera/host-tools/gcc/riscv64-linux-musl-x86_64/bin:$PATH

その後、Realtime_detection_http プロジェクトをダウンロードし、コンパイルしてください。

cd Realtime_detection_http/
mkdir build && cd build
cmake ..
make

ビルドディレクトリに緑色の実行可能ファイル Realtime_detection_http が存在することは、コンパイルが成功したことを示しています：

次に、reCameraターミナルを開き、実行可能ファイルをreCameraターミナルディレクトリにコピーします。

 sudo scp Realtime_detection_http [email protected]:/home/recamera/

reCamera の準備​

1.On Device Models からデプロイされた YOLOv11 をダウンロードし、モデルの .cvimodel ファイルを reCamera ターミナルの /home/recamera/ にコピーします。 2.コードを実行する前に、メモリ消費を防ぐため、reCamera workspace にアクセスしてプロセスを終了してください（Develop with c/c++ を参照）。 3.次に /etc/init.d/ に移動し、S93sscma-supervisor と S91sscma-node の両方のフォルダを /home/recamera/ または他の場所にバックアップ用にコピーし、メモリ消費とプログラムの占有を防ぐため、元の S93sscma-supervisor と S91sscma-node フォルダを削除します。

cd /etc/init.d/
sudo scp S93sscma-supervisor /home/recamera/
sudo scp S91sscma-node /home/recamera/
sudo rm -r S93sscma-supervisor
sudo rm -r S91sscma-node

プログラムの実行​

reCamera ターミナルの /home/recamera/ で管理者としてプログラムを実行します：

sudo ./Realtime_detection_http

結果​

ターミナルには以下が表示され、プログラムが正常に動作していることを示しています：

WebブラウザまたはPostmanを使用してhttp://192.168.42.1/modeldetectorにアクセスできます。reCameraは即座に写真を撮影し、YOLOv11によって検出されたオブジェクトを返します。​ ブラウザ：

Postman：

返される情報には以下のデータが含まれます：​​

  • Code：1（実行中）
  • Msg：エラーメッセージ
  • Initialize_camera_duration：カメラ初期化時間は初回アクセス時のみ表示されます。​
  • Initialize_model_duration：モデル初期化時間は初回アクセス時のみ表示されます。​
  • Data：
    • ​Score：検出信頼度スコア（0-1）
    • Target：検出されたオブジェクトの名前
    • Box：[x1, y1, x2, y2]​：検出ボックス座標（[左、上、右、下]の端を表すピクセル）
    • ​Center：[x, y]​：検出ボックスの正規化された中心位置（画像の幅/高さに対する比率）
    • ​Size：[w, h]​：検出ボックスの正規化された幅と高さ（画像寸法に対する比率）
    • Release_duration：カメラキャッシュをクリアするのにかかった時間（ms）
    • ​Capture_duration：画像取得時間（ms）
    • ​Image_preprocessing_duration：推論前の画像準備時間（ms）
    • Detection_duration：モデル検出時間（ms）（前処理、推論、後処理を含む）
  • ​Duration：プログラム全体の実行時間（ms）
  • Timestamp：Unixタイムスタンプ

ターミナルには以下が表示されます：​

  • カメラ初期化パラメータ​：
    • 解像度：1920×1080
    • フレームレート：5 fps
    • キャプチャチャンネル：チャンネル2
  • キャプチャされた画像サイズ（例：Jpeg size: 216149 (pixels)）
  • ​異なるステップでのメモリ使用量（MB）：
    • キャプチャ前（Memory usage）
    • 解放中（Memory usage_during_）
    • キャプチャ後（Memory usage_after）
    • 画像前処理後（Memory usage_before_model）
    • モデル検出後（Memory usage_after_model）
  • モデル検出時間（ms）
    • 前処理（例：pre: 9ms）
    • 推論（例：infer: 40ms）
    • 後処理（例：post:395ms）

reCameraターミナルでは、検出された画像を自動的に保存できます：​

デバイスで継続的にアクセスして、インテリジェントセキュリティや監視などのアプリケーション向けのリアルタイム検出結果を取得できます。

registerModelDetector()（Realtime_detection_http/src/http.cpp）とmodel_detector()（Realtime_detection_http/src/model_detector.cpp）で返されるメッセージの形式を変更できます。 **registerModelDetector()でinitialize_model(const std::string& model_path)**を呼び出す際に独自にデプロイしたモデルを使用することもでき、initialize_camera()（Realtime_detection_http/src/model_detector.cpp）でカメラ初期化設定を変更できます：

検出後、Ctrl+Cを押して操作を終了できます。​プログラムはカメラを停止します。​

詳細については、GitHubリポジトリをご参照ください。

ライブラリをダウンロード

技術サポート & 製品ディスカッション​

弊社製品をお選びいただき、ありがとうございます！お客様の製品体験を可能な限りスムーズにするため、さまざまなサポートを提供いたします。異なる好みやニーズに対応するため、複数のコミュニケーションチャネルをご用意しています。

Loading Comments...