ModelListedExternal

RM26 Engineer Exchange Model

RM2026 工程机器人视觉模型的 OpenVINO FP16 部署权重,用于 NUC / 边缘推理。

Sourcehuggingface.co/hkustenterprize/RM26_engineer_exchange_model/tree/afab41a8b61c399bf71480f0fd52352ed660b994

KindOtherVersionRevision afab41aCgrade

Model source

Kind: Other
File size: 2.17–56.5 MB
Version: vRevision afab41a
Updated: Sep 16, 2026
Downloads: 0
Source: Hugging Face

Source description

RM2026 工程机器人视觉模型的 OpenVINO FP16 部署权重,用于 NUC / 边缘推理。

RM26_engineer_exchange_mode/
├── yolopose/v11.02/          # 单阶段:检测 + 12 关键点
├── yolo/v10.12/              # 仅检测 bbox(两阶段 pipeline 第一阶段)
└── litehr/
    ├── litehrnet30_v11.0/    # 两阶段:12 点热力图
    ├── litehrnet30_v9.1/     # 同上架构,v9.1 数据训练
    └── litehrnet18_v11.0/    # 轻量版 12 点热力图

每个 openvino_best/ 含 .xml + .bin(LiteHR 另含 .onnx 备用)。

yolopose / v11.02

单阶段 YOLO11s-Pose,同时输出 pillar / exchange 的 bbox 与 12 关键点。

项	值
Base model	YOLO11s-pose(Ultralytics,自 `yolo_v9.121` 权重继续训练)
训练数据	`dataset_finalversion`(45,400 张)
运行时	OpenVINO FP16
文件	`best.xml`, `best.bin`, `metadata.yaml`

Input

属性	值
名称	`x`
Shape	`[1, 3, 640, 640]`
类型	FP32
预处理	BGR `uint8` → letterbox 640×640 → `/255` → NCHW

Output

属性	值
Shape	`[1, 300, 42]`
类型	FP32
含义	最多 300 个检测;每行 42 维 = `x1,y1,x2,y2,score,class` + 12×`(kx, ky, kscore)`
类别	`0` pillar,`1` exchange
关键点	12 点:TL, TR, BL, BR, ring, light_BR, light_TR, shell_R, shell_M, shell_L, light_TL, light_BL

后处理:置信度阈值 + NMS(导出时 nms: true)。

yolo / v10.12

单阶段 YOLO26s 检测,仅 bbox,无关键点。常与 LiteHR 组成两阶段 pipeline。

项	值
Base model	YOLO26s(Ultralytics,自 `yolo26s_det_v10.08` 继续训练)
训练数据	`dataset_v10.0_det`
运行时	OpenVINO FP16,end2end(内置 NMS)
文件	`best.xml`, `best.bin`, `metadata.yaml`

Input

属性	值
Shape	`[1, 3, 640, 640]`
类型	FP32
预处理	同 YOLO Pose

Output

属性	值
Shape	`[1, 300, 6]`
类型	FP32
含义	最多 300 个检测;每行 `x1, y1, x2, y2, score, class_id`
类别	`0` pillar,`1` exchange

litehr / litehrnet30_v11.0

Top-down 姿态估计:输入 已裁剪的 ROI,输出 12 通道热力图,需 DARK 解码得到关键点。

项	值
Base model	MMPose LiteHRNet-30 + `PillarHeatmapHeadWithVis`
训练数据	`dataset_v11.0`(exchange12 标注)
运行时	OpenVINO FP16
文件	`hrnet_heatmap.xml`, `hrnet_heatmap.bin`, `hrnet_heatmap.onnx`

Input

属性	值
名称	`input`
Shape	`[B, 3, 256, 256]`(B 动态)
类型	FP32
预处理	BGR → RGB;按 bbox 仿射裁剪至 256×256;ImageNet 归一化 `mean=[123.675, 116.28, 103.53]`, `std=[58.395, 57.12, 57.375]`

Output

属性	值
名称	`heatmaps`
Shape	`[B, 12, 128, 128]`
类型	FP32
后处理	DARK 解码 → 12 个 `(x, y)` 映射回原图坐标;可选 visibility 分支

关键点(索引 0–11):pillar 5 点 + exchange 7 点(同 dataset_finalversion schema)。

需外部提供 bbox(通常由 yolo/v10.12 给出 pillar 框)。

litehr / litehrnet30_v9.1

与 litehrnet30_v11.0 同架构、同 I/O;差异仅在训练数据版本(dataset_v9.1 vs dataset_v11.0)。

litehr / litehrnet18_v11.0

LiteHRNet-18 轻量版,I/O 与 v30 相同,参数量更小。

项	值
Base model	MMPose LiteHRNet-18 + `PillarHeatmapHeadWithVis`
训练数据	`dataset_v11.0`(exchange12)
文件	`litehrnet18_exchange12_heatmap.xml`, `.bin`, `.onnx`

部署组合

方案	模型	说明
单阶段	`yolopose/v11.02`	bbox + 12 kp 一次输出
两阶段	`yolo/v10.12` → `litehr/*`	YOLO 检框 + HRNet 精修关键点

Sources

1 source

Hugging FacePrimaryVersion afab41a8b61c399bf71480f0fd52352ed660b994

huggingface.co/hkustenterprize/RM26_engineer_exchange_model/tree/afab41a8b61c399bf71480f0fd52352ed660b994

Verified Sep 1

Model artifacts

13 artifacts

litehr/litehrnet18_v11.0/best.pth

pth · 6.66 MB · SHA-256 f6c0e70df127…6479 · Hugging Face

Download

litehr/litehrnet18_v11.0/openvino_best/litehrnet18_exchange12_heatmap.bin

bin · 2.17 MB · SHA-256 b1efe49d8065…4be9 · Hugging Face

Download

litehr/litehrnet18_v11.0/openvino_best/litehrnet18_exchange12_heatmap.onnx

onnx · 5.44 MB · SHA-256 e7ebc78de8ea…8e57 · Hugging Face

Download

litehr/litehrnet30_v11.0/best.pth

pth · 13.9 MB · SHA-256 aa8e3bcd9170…fb6f · Hugging Face

Download

litehr/litehrnet30_v11.0/openvino_best/hrnet_heatmap.bin

bin · 3.63 MB · SHA-256 e2c042321207…99b3 · Hugging Face

Download

litehr/litehrnet30_v11.0/openvino_best/hrnet_heatmap.onnx

onnx · 9.16 MB · SHA-256 fb5bd739257e…df5b · Hugging Face

Download

litehr/litehrnet30_v9.1/best.pth

pth · 12.0 MB · SHA-256 37d38f2266a9…74e8 · Hugging Face

Download

litehr/litehrnet30_v9.1/openvino_best/hrnet_heatmap.bin

bin · 3.63 MB · SHA-256 3a1db63035c5…7def · Hugging Face

Download

litehr/litehrnet30_v9.1/openvino_best/hrnet_heatmap.onnx

onnx · 9.16 MB · SHA-256 191410f2b87b…d144 · Hugging Face

Download

yolo/v10.12/best.pt

pt · 19.5 MB · SHA-256 d993cae035eb…72e7 · Hugging Face

Download

yolo/v10.12/openvino_best/best.bin

bin · 18.1 MB · SHA-256 443af62aa9c7…a884 · Hugging Face

Download

yolopose/v11.02/best.pt

pt · 56.5 MB · SHA-256 fca44555330a…f67b · Hugging Face

Download

yolopose/v11.02/openvino_best/best.bin

bin · 18.7 MB · SHA-256 0061352697b1…fb69 · Hugging Face

Download

Source excerpts

2 excerpts

ReadmeSep 1huggingface.co/hkustenterprize/RM26_engineer_exchange_model

--- license: agpl-3.0 datasets: - hkustenterprize/RM26_engineer_exchange pipeline_tag: object-detection tags: - robomaster --- RM2026 工程机器人视觉模型的 **OpenVINO FP16** 部署权重，用于 NUC / 边缘推理。 ``` RM26_engineer_exchange_mode/ ├── yolopose/v11.02/ # 单阶段：检测 + 12 关键点 ├── yolo/v10.12/ # 仅检测 bbox（两阶段 pipeline 第一阶段） └── litehr/ ├── litehrnet30_v11.0/ # 两阶段：12 点热力图 ├── litehrnet30_v9.1/ # 同上架构，v9.1 数据训练 └── litehrnet18_v11.0/ # 轻量版 12 点热力图 ``` 每个 `openvino_best/` 含 `.xml` + `.bin`（LiteHR 另含 `.onnx` 备用）。 --- ## yolopose / v11.02 单阶段 YOLO11s-Pose，同时输出 pillar / exchange 的 bbox 与 12 关键点。 | 项 | 值 | |----|-----| | **Base model** | YOLO11s-pose（Ultralytics，自 `yolo_v9.121` 权重继续训练） | | **训练数据** | `dataset_finalversion`（45,400 张） | | **运行时** | OpenVINO FP16 | | **文件** | `best.xml`, `best.bin`, `metadata.yaml` | **Input** | 属性 | 值 | |------|-----| | 名称 | `x` | | Shape | `[1, 3, 640, 640]` | | 类型 | FP32 | | 预处理 | BGR `uint8` → letterbox 640×640 → `/255` → NCHW | **Output** | 属性 | 值 | |------|-----| | Shape | `[1, 300, 42]` | | 类型 | FP32 | | 含义 | 最多 300 个检测；每行 42 维 = `x1,y1,x2,y2,score,class` + 12×`(kx, ky, kscore)` | | 类别 | `0` pillar，`1` exchange | | 关键点 | 12 点：TL, TR, BL, BR, ring, light_BR, light_TR, shell_R, shell_M, shell_L, light_TL, light_BL | 后处理：置信度阈值 + NMS（导出时 `nms: true`）。 --- ## yolo / v10.12 单阶段 YOLO26s 检测，仅 bbox，无关键点。常与 LiteHR 组成两阶段 pipeline。 | 项 | 值 | |----|-----| | **Base model** | YOLO26s（Ultralytics，自 `yolo26s_det_v10.08` 继续训练） | | **训练数据** | `dataset_v10.0_det` | | **运行时** | OpenVINO FP16，**end2end**（内置 NMS） | | **文件** | `best.xml`, `best.bin`, `metadata.yaml` | **Input** | 属性 | 值 | |------|-----| | Shape | `[1, 3, 640, 640]` | | 类型 | FP32 | | 预处理 | 同 YOLO Pose | **Output** | 属性 | 值 | |------|-----| | Shape | `[1, 300, 6]` | | 类型 | FP32 | | 含义 | 最多 300 个检测；每行 `x1, y1, x2, y2, score, class_id` | | 类别 | `0` pillar，`1` exchange | --- ## litehr / litehrnet30_v11.0 Top-down 姿态估计：输入 **已裁剪的 ROI**，输出 12 通道热力图，需 DARK 解码得到关键点。 | 项 | 值 | |----|-----| | **Base model** | MMPose LiteHRNet-30 + `PillarHeatmapHeadWithVis` | | **训练数据** | `dataset_v11.0`（exchange12 标注） | | **运行时** | OpenVINO FP16 | | **文件** | `hrnet_heatmap.xml`, `hrnet_heatmap.bin`, `hrnet_heatmap.onnx` | **Input** | 属性 | 值 | |------|-----| | 名称 | `input` | | Shape | `[B, 3, 256, 256]`（B 动态） | | 类型 | FP32 | | 预处理 | BGR → RGB；按 bbox 仿射裁剪至 256×256；ImageNet 归一化 `mean=[123.675, 116.28, 103.5...

NoteSep 1huggingface.co/hkustenterprize/RM26_engineer_exchange_model

Source context: 0 downloads · 2 likes · Pipeline object-detection · Repo hkustenterprize/RM26_engineer_exchange_model