QR-axera

QRCode det & recognize DEMO on Axera

• 搜集5w张二维码图片数据对轻量级目标检测模型进行默认参数训练，量化转换后统计板端模型性能及精度
• 目前支持ultralytics yolo/DEIMv2/NanodetPlus，提供yolov5/yolov8/yolo26/DEIMv2/NanodetPlus系列二维码检测+zbar识别板端推理 demo
• 目前支持 Python 语言

Supported Classes

This model is trained to detect the dogs and cats in our life with one label:

1. QRCode

Compatible with Pulsar2 version: 5.1.

模型导出

YOLO系列参考ultralytics 中对模型导出方法，为方便部署去掉后处理部分，保留了三个输出分支，执行类似命令导出onnx模型：

yolo detect export model=yolov8n.pt format=onnx

DEIMv2系列参考DEIMv2 中readme.txt模型导出方法，为方便部署去掉后处理部分，执行类似命令导出onnx模型：

python tools/deployment/export_onnx_deploy.py --check -c configs/deimv2/deimv2_hgnetv2_femto_coco.yml -r  weights/deimv2_hgnetv2_femto_coco.pth

NanoDet系列参考NanoDet中的模型导出方法

python export_onnx.py

模型转换

For those who are interested in model conversion, you can try to export axmodel through:

• The repo of AXera Platform, where you can get the detailed guide.
• Pulsar2 Link, How to Convert ONNX to axmodel

Support Platform

https://docs.m5stack.com/zh_CN/ai_hardware/AI_Pyramid-Pro

• AX650N/AX8850
  • M4N-Dock(爱芯派Pro)
  • AI Pyramid
  • M.2 Accelerator card

上板部署

• 以 root 权限登陆 AX650N/AX630C/AX637 的板卡设备
• 已验证设备：AX650N/AX630C/AX637 DEMO Board

Python API 运行

Requirements

二维码识别需要安装 pyzbar 库，安装命令如下:

sudo apt-get update
sudo apt-get install libzbar-dev
pip install pyzbar

运行

基于AXEngine运行

在开发板上运行命令

python3 QRCode_axmodel_infer_xxx.py

效果统计

使用./qrcode_test下的图片作为测试集，进行检测+识别测试，zbar效果统计如下：

注：
1.YOLOv10~v12在使用默认参数训练时均有不同程度loss inf异常但最终mAP正常，可能与未使用预训练模型有关；
2.检测框比较贴近二维码的识别率反而不高，检测区域适当外扩后识别效果更好；
3.python demo识别率仅简单对比了是否外扩对精度的影响；模型latency和cmm size均通过ax_run_model统计，模型均为NPU1 mode；
4.对图片直接使用开源二维码识别库opencv/wechat_qrcode_opencv进行识别，识别率低于检测+crop+zbar识别方案。
5.测试数据均为单二维码图片，测试耗时仅供参考。