Перейти к содержанию

Acmenra-CV

Production-ready computer vision utilities for ADAS, multi-object tracking, and embedded vision systems

PyPI Python

pip install acmenra-cv

Обзор

acmenra-cv — это высокопроизводительная, типобезопасная библиотека компьютерного зрения для real-time приложений на embedded-системах (Raspberry Pi 5, Jetson, NPU).

5 модулей

Модуль Назначение
instance Пространственные примитивы (Point, Box, Polygon, Obb, Instance)
inference Backend-agnostic inference (YOLO, PyTorch, custom)
tracker Multi-object tracking с persistent IDs
render Типобезопасная визуализация
utils Утилиты (illumination, geometry)

Ключевые возможности

  • Нормализованные координаты [0.0, 1.0] — независимость от разрешения
  • Backend-agnostic — легко заменить inference engine
  • Типобезопасность — строгая валидация всех параметров
  • Embedded-ready — оптимизация для Raspberry Pi, Jetson
  • Zero-crash — graceful degradation на невалидных данных

Быстрый старт

example.py
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
from acmenra_cv.inference import YOLOBackend
from acmenra_cv.instance import DeviceType, TaskType
from ultralytics import YOLO

# Загрузка модели
model = YOLO("yolov8n.pt")

# Создание backend
backend = YOLOBackend(
    model=model,
    device=DeviceType.CPU,
    task_type=TaskType.DETECT,
    threshold=0.5,
)

# Инференс
result = backend.predict(frame)

# Обработка результатов
for instance in result:
    print(f"{instance.label}: {instance.conf:.2f}")

Установка | Примеры | Модули

Требования

numpy>=1.21.0
opencv-python>=4.5.0
ultralytics>=8.0.0

Совместимость

ОС Статус
Astra Linux SE 1.7+
РЕД ОС 7.3+
Ubuntu / Debian
macOS
Windows

Лицензия

© 2026 acmenra.studio. Все права защищены.