MIPIカメラを使用してください。
Modalix DevKit 上の MIPI カメラからフレームを直接読み込む必要がある場合、CameraInput を使用します。CameraInput は、検証済みの libcamera ストリームと、アクセラレータを優先したモデルのグラフの間の Neat の境界です。
CameraInput -> model-managed CVU preproc -> MLA -> Output
CameraInput -> model-managed CVU preproc -> MLA -> EV74 BoxDecode -> Output
appsrc は使用できません。ユーザーコードに ostosima は含めないでください。また、ご自身で追加しない限り、本番環境の処理フローに CPU を使用した videoconvert や videoscale を含めないでください。
2つのゲート：まずブリングアップを行い、その後Neat。
MIPI CSI-2はカメラ接続インターフェースです。すべてのセンサーをプラグアンドプレイに対応させるわけではありません。動作するカメラパスを実現するには、適切なボードのオーバーレイ、センサードライバー、libcameraパイプライン、ISPの動作、および機能が必要です。
MIPIカメラの作業を、以下の2つの段階に分けて考えます。
- ボードの初期設定: Modalix DevKit を使用すると、センサーと libcamera が要求されたモードでストリーミングできることを確認できます。
- Neat グラフの表示:
CameraInputは、取得したフレームをモデルによって管理される CVU/MLA 段階に送ります。
Neat はゲート 2 から開始されます。.dtbo オーバーレイを選択したり、センサー ドライバーをロードしたり、ISP を調整したりすることはありません。オーバーレイの設定、サポートされているオーバーレイ名、および cam の検証については、Modalix DevKit MIPIカメラインターフェースガイド を参照してください。
Neat がサポートする機能
CameraInput は、プラットフォームのカメラスタックによってすでに起動されているカメラをサポートします。
- カメラは、ボードの電源を切った状態で、Modalix DevKit MIPIポートに接続されます。
- 正しいボードオーバーレイが有効になっています。
- カーネルドライバーとlibcameraパイプラインは、カメラを公開します。
libcamerasrcは、要求されたvideo/x-raw形式（通常はNV12）のビデオストリームを処理できます。- ここで設定するキャプションは、Neat で設定するモデルの事前処理と一致します。
もし、まだそれらの条件が満たされていない場合は、まずカメラのスタックを修正してください。Neatのグラフは正確な結果を出すことができますが、接続されていないセンサーをストリームに変換することはできません。
カメラストリームを検証します。
libcamera/ でカメラの動作確認を行います。GStreamer グラフを作成する前に、このレイヤーを試してください。このレイヤーが機能しない場合、 Neat グラフでは修正できません。
その上 DevKit、確認してください。 libcamerasrc 存在します：
gst-inspect-1.0 libcamerasrccam が利用可能な場合は、カメラの一覧と検査モードを表示します。
cam -lcam -c 1 -I次に、Neatから注文する予定のキャップを実際に試してみてください。
gst-launch-1.0 -e libcamerasrc ! \ 'video/x-raw,format=NV12,width=1920,height=1080,framerate=30/1' ! \ identity eos-after=30 ! fakesink視覚的な簡易テストとして、いくつかのフレームをJPEG形式でエンコードします。
gst-launch-1.0 -e libcamerasrc ! \ 'video/x-raw,format=NV12,width=1920,height=1080,framerate=30/1' ! \ identity eos-after=30 ! videoconvert ! jpegenc ! \ multifilesink location=/tmp/mipi-frame-%03d.jpgvideoconvertとjpegencは、今回の単発のデバッグチェックには問題ありません。ただし、処理速度が重要な場合は、これらの処理をモデルのパイプラインから除外してください。
生のMLA煙のグラフを作成する。
まず、生の MLA ルートから始めます。これにより、モデル固有のポスト処理を追加する前に、カメラのフレームが CVU 前処理と MLA 推論に到達することがわかります。
#include <neat.h>
namespace neat = simaai::neat;
neat::CameraInputOptions camera;
camera.width = 1920;
camera.height = 1080;
camera.framerate_num = 30;
camera.framerate_den = 1;
camera.format = "NV12";
camera.buffer_name = "camera0";
camera.allow_cpu_fallback = true;
neat::Model::Options model_options;
model_options.preprocess.kind = neat::InputKind::Image;
model_options.preprocess.input_max_width = static_cast<int>(camera.width);
model_options.preprocess.input_max_height = static_cast<int>(camera.height);
model_options.preprocess.input_max_depth = 3;
model_options.preprocess.color_convert.input_format = neat::PreprocessColorFormat::NV12;
model_options.preprocess.color_convert.output_format = neat::PreprocessColorFormat::RGB;
model_options.preprocess.resize.enable = neat::AutoFlag::On;
model_options.preprocess.resize.width = 640;
model_options.preprocess.resize.height = 640;
model_options.preprocess.resize.mode = neat::ResizeMode::Letterbox;
model_options.preprocess.resize.pad_value = 114;
model_options.preprocess.preset = neat::NormalizePreset::COCO_YOLO;
model_options.advanced_execution.preprocess_target = "EV74";
model_options.inference_terminal.mla_only = true;
neat::Model model("/models/yolo.tar.gz", model_options);
neat::Model::RouteOptions route;
route.include_input = false;
route.include_output = true;
route.upstream_name = camera.buffer_name;
route.buffer_name = camera.buffer_name;
route.name_suffix = "_camera0";
route.advanced_execution.preprocess_target = "EV74";
neat::Graph graph("camera_mla_smoke");
graph.add(neat::nodes::CameraInput(camera));
graph.add(model.graph(route));
neat::Run run = graph.build();
std::optional<neat::Sample> output = run.pull(/*timeout_ms=*/5000);
inference_terminal.mla_only = true は意図的なものです。これにより、煙の軌跡が CameraInput -> CVU preproc -> MLA -> Output に維持されるため、検出のデコードをデバッグする前に、カメラと推論の動きをデバッグできます。
モデルが必要とする場合に、EV74 BoxDecodeを追加します。
YOLOスタイルの検出モデルの場合、BoxDecodeを明示的に有効にし、後処理をEV74上で実行します。デコードトークンは、MPKの出力形式と一致している必要があります。
model_options.inference_terminal.mla_only = false;
model_options.decode_type = neat::BoxDecodeType::YoloV9Seg;
model_options.advanced_execution.postprocess_target = "EV74";
model_options.score_threshold = 0.25f;
model_options.nms_iou_threshold = 0.45f;
model_options.top_k = 100;
route.advanced_execution.postprocess_target = "EV74";
decode_type は設定せず、生の MLA テンソルが必要な場合は、mla_only = true を維持してください。モデルの処理経路でデコードされた検出結果またはセグメンテーションデータを生成する必要がある場合にのみ、decode_type を設定します。
適切なメモリモードを選択してください。
CameraInput には、次の 2 つのモードがあります。
| モード | 使用する際は | 行動 |
|---|---|---|
| 厳格なゼロコピー | お客様の libcamerasrc は external-buffer-mode を公開し、メモリライブラリは DMA-BUF エクスポートをサポートします。 | Neat は、ソースから直接データを取得し、下流の DMA-BUF プールに格納する必要があります。そうでない場合、処理は失敗します。 |
| 適応型フォールバック（明示的なオプトイン） | デバイスバッファーをエクスポートできないカメラスタックとの互換性が必要です。 | Neat は、OS/libcameraのバッファーを受け入れ、それらをプールされたSiMaAIメモリにコピーして、CVU/MLAへの引き渡しを行います。また、ソースがすでにバッファーを提供している場合は、SiMaAIバッファーをそのまま転送します。 |
厳密なゼロコピーがフレームワークのデフォルト 設定です。これには、 libcamerasrc 一般的なものを明らかにする external-buffer-mode プロパティと、DMA-BUFのエクスポートをサポートするメモリライブラリ。設定 camera.allow_cpu_fallback = true 明示的な互換性維持のための手段としてのみ。フォールバックコピーは、アクセラレーターパイプラインへのブリッジであり、ホットパスにCPUによる色変換やスケーリングを追加することを許可するものではありません。
両方のモードにおいて、 Neat カメラキャップの直後、かつ、キューの前に、プライベートなメモリブリッジを配置します。このブリッジは、標準のバッファープールを提案します。 GST_QUERY_ALLOCATIONそのプールは、検証済みのプレーンレイアウトを、1つのパックされたSiMaAI割り当てから割り当て、各プレーンに対して1つのDMA-BUFをエクスポートします。
libcamerasrc DMAバッファをISPキャプチャキューにインポートします。キャプチャ後、ブリッジは同じパックされた割り当てをアンラップし、後続の処理に使用します。これは通常の処理経路であり、フォールバックコピー経路ではありません。
アプリケーションは、ISP出力の保持ポリシーを管理します。
capture_buffer_count 引数として nodes::CameraInputWithCaptureBuffers() または
pyneat.nodes.camera_input() において 0 カメラのデフォルト設定を使用するか、時間的なエンコーダーまたは非同期の機械学習グラフがフレームをより長く保持する場合に、より大きな最小値を要求します。アクティブなカメラパイプラインは、自身の制限を検証します。 Neatのプロバイダーは最大128まで対応します。この数は、プライベートなCSI-to-ISP RAWトランジットリングとは別にカウントされます。 queue_depthで制御される Neatのライブ GStreamer キューを使用します。現在のフレームが完全性よりも重要な場合は、フレームを一部だけ保持するキューを使用します。すべてのフレームを保持する必要がある場合は、下流のバックプレッシャーを使用します。互換性コピーモードでは、ブリッジのプライベートプールは必要に応じて拡張されるため、フレームを一部だけ保持するキューが古いフレームを破棄する前に処理がブロックされることはありません。
CVU/EV74に対する前処理を継続してください。
モデルのパイプラインの場合、モデルによって管理される前処理を推奨します。
- リサイズ、色変換、正規化、量子化、およびテッセレーションのために、
Model::Options::preprocessまたはpyneat.ModelOptions.preprocessを設定します。 - モデルがそれらをサポートしている場合、モデルによって管理される CVU の事前/事後ターゲットを
EV74に保持します。 - デバッグ専用のグラフを作成する場合を除き、モデルの前に
VideoConvert、VideoScale、または GStreamervideoconvert/videoscaleを挿入することは避けてください。
カ メラはフレームを提供します。CVU（コンピュータービジョンユニット）がフレームの処理を行うべきです。CPUを意図しない画像処理エンジンとして使用すべきではありません。
トラブルシューティングのクイックマップ
| 症状 | まず確認してください。 |
|---|---|
| カメラが検出されません。 | 選択した.dtbo、ケーブルの向き、電源の再起動、およびカーネル/libcameraのログを確認してください。 |
libcamerasrc が見つかりません。 | DevKit のビルド用に、対応する Neat/ランタイム カメラ画像またはカメラパッケージをインストールしてください。 |
misconfig.media_caps、またはnot-negotiated。 | 正確なformat,width,height,framerateを、gst-launch-1.0を使用して検証してください。NV12 1920x1080@30など、サポートされていることがわかっているモードを試してください。 |
| 厳格なゼロコピー処理の失敗 | allow_cpu_fallback = true を設定するか、SiMaAI のゼロコピー機能を活用するカメラスタックを使用してください。 |
| 出力される色がおかしい | フレームが RGB/BGR ではなく、NV12 として解釈されていることを確認してください。libcamerasrc から直接生成された JPEG 画像も誤っている場合は、Neat のデバッグを行う前に、カメラの ISP/調整をデバッグしてください。 |
| 処理能力が低い。 | CPUによるビデオ変換／スケーリングを停止し、継続的にデータを取得し、最新のデータに優先順位を置くライブソースキューポリシーを使用します。 |
その他の症状については、トラブルシューティング（トラブルシューティング）を参照してください。