メインコンテンツまでスキップ

reCamera における YOLO11n エッジベンチマーク

1. はじめに​

エッジ AI の利用シーンが継続的に深化する中、極めて限られた消費電力の下で最新世代のビジョンモデルを動作させる方法が、開発者にとっての中核的なニーズとなっています。本 WIKI では、reCamera に YOLO11n モデルをデプロイした際のベースライン性能（ベンチマーク）をハードコアに示します。 ここでは、reCamera がわずか 1.5W の消費電力で YOLO11n の物体検出およびインスタンスセグメンテーションモデルをいかにスムーズに駆動できるかを確認できます。

ハードウェアの準備​

reCamera 1 台 PC 1 台

reCamera 2002 シリーズreCamera GimbalreCamera HQ POE
今すぐ入手 🖱️
今すぐ入手 🖱️
今すぐ入手 🖱️

2. リアルタイム効果の表示​

百聞は一見にしかずです。reCamera 上で YOLO11n の検出およびセグメンテーションモデルをローカル実行し、UDP プロトコルを用いて処理済みの映像と計算データをリアルタイムに PC へストリーミングしました。

画面左上の OSD 情報には、ハードウェアの厳密な時間消費の内訳がリアルタイムに表示されます：前処理 (Pre-process)、推論 (Inference)、後処理 (Post-process)、および 合計 (Total) の時間消費です。

YOLO11n インスタンスセグメンテーションのリアルタイムストリーミング​

YOLO11n Segmentation Demo

YOLO11n 物体検出のリアルタイムストリーミング​

YOLO11n Detection Demo
テスト説明

上記のアニメーションは、実際の画面録画を示しています。テスト結果はモデル入力解像度（640x640）および量子化精度（INT8）の影響を受けており、エンジニアリングデプロイ時の参考値としてご利用ください。

3. コアベンチマーク結果​

長時間のフルロードストレステストの下で、reCamera は極めて優れた「性能対消費電力比」を示しました。以下は、NPU 上で動作する YOLO11n INT8 量子化モデルの極限性能です：

モデルタスク種別入力解像度量子化形式最大フレームレート (FPS)単一フレームのエンドツーエンド遅延平均動作電力
YOLO11n 物体検出640 x 640INT820 FPS50 ms1.5 W
YOLO11n インスタンスセグメンテーション640 x 640INT810 FPS100 ms1.5 W
YOLO11n Benchmark
📊 テスト単位および指標の説明
  • FPS (Frames Per Second): デバイスが 1 秒間に処理できるフレーム数を指します。20 FPS は、システムが 1 秒間に連続して 20 回の画像 AI 認識を完了できることを意味します。値が大きいほど、リアルタイム監視映像は滑らかになります。
  • ms (Milliseconds): すなわち 1 秒の 1000 分の 1 です。ここでは、単一画像を処理するためのエンドツーエンドの総時間消費を指します。50 ms は、デバイスが 1 フレームの映像を処理するのに（前処理、NPU 推論、後処理およびその他すべてのステップを含めて）最小で 0.05 秒 しかかからないことを意味します。
  • W (Watt): デバイスの消費電力を表す単位です。ここでの 1.5W は、AI モデルをフルロードで実行しているときの reCamera 全体の平均消費電力を指します。

💡 詳細なデータ分析​

  • 極限のエネルギー効率: 1.5W の消費電力は、通常のシングルボードコンピュータのスリープモード時とほぼ同等ですが、reCamera はこの消費電力で 20 FPS/S の検出フレームレートを実現でき、バッテリー駆動や長距離 PoE による屋外監視シナリオに完璧に適合します。
  • レイテンシ性能: 検出モデルにおける最小 50ms の超低エンドツーエンドレイテンシは、高速移動物体も容易に捉えられることを意味します。一方で、セグメンテーションモデルは高負荷な Mask デコードオペレータを追加しているにもかかわらず、最大 10 FPS/S のスムーズな体験を維持できます。

4. ハンズオン実践：ベンチマークを再現する​

すでに reCamera デバイスをお持ちであれば、いくつかの簡単な手順だけで、上記のテスト結果をローカルで容易に再現できます。

ステップ 1: ベンチマーク実行ファイルとモデルを入手​

まず、以下のリンクからコンパイル済みの bin ファイル、変換済みの .cvimodel モデルファイル、および Python スクリプトをダウンロードします：

[https://drive.google.com/drive/folders/10QfxxT2BkIVX3-DojtMnnyvPfwMESC_6?usp=drive_link](https://drive.google.com/drive/folders/10QfxxT2BkIVX3-DojtMnnyvPfwMESC_6?usp=drive_link)
YOLO11n List

ステップ 2: ファイルを reCamera デバイスへアップロード​

ダウンロードした bin ファイルとモデルファイルを、reCamera デバイスの /userdata/ ディレクトリにアップロードします。

YOLO11n UserData

ステップ 3: ベンチマークテストを実行​

reCamera デバイス上で次のコマンドを実行し、ベンチマークテストを開始します：

# The first parameter is the model file path, and the second parameter is the IP address of the streaming target
./recamera_benchmark ./yolo11n_detection_cv181x_int8.cvimodel 192.168.4.35

テスト結果を確認したい場合は、Windows ターミナル上で次のコマンドを実行して udp スクリプトを起動し、reCamera のビデオストリームを受信できます：

python.exe .\yolo_udp.py

技術サポートと製品ディスカッション​

当社製品をお選びいただきありがとうございます。製品をできるだけスムーズにご利用いただけるよう、さまざまなサポートを提供しています。お好みやニーズに応じて選択いただけるよう、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...