AI 能力

OAK 设备可以完全在设备端运行神经网络，用于分类、检测、分割及自定义视觉任务——保持低延迟和数据私密性，同时释放主机用于控制逻辑。在 RVC2 和 RVC4 平台上，您可以通过 NeuralNetwork 和 DetectionNetwork 运行网络，以 NNArchive 或 blob 格式部署模型，并从以下来源获取模型：模型库 (Model Zoo)、自定义训练或集成。搭载 RVC2 的 OAK 相机提供高效的设备端推理，在常见检测、分割和分类管线中实现均衡性能。搭载 RVC4 的 OAK4 设备提供更多 TOPS、更快的预处理以及原生 superblob/NNArchive 支持，支持更重的骨干网络（如 YOLO-E、DepthAnythingV2 等）、单设备多模型管线，以及 NeuralDepth。

AI 构建块

使用 NeuralNetwork 运行通用网络，以及硬件加速的 DetectionNetwork / SpatialDetectionNetwork。
从模型库 (Model Zoo)、自定义训练或集成获取模型；通过模型转换 (Model Conversion) 进行转换。
使用 NNArchive 一次性打包；通过基准测试 (Benchmarking) 测量性能。

典型用例

目标检测与跟踪：在 RGB 图像上通过 DetectionNetwork 运行 YOLO，并将 ID 输入 ObjectTracker 以实现持久跟踪片段（可选择附带深度空间信息）。
姿态/关键点与叠加：使用 ParsingNeuralNetwork，它会自动将输出解析为标准消息类型。
分割与融合：运行像素级模型，然后与深度或空间感知融合，以测量体积、占用空间或自由空间。

通过应用商店实现零代码快速启动

数据采集 App

设备端开放词汇检测（通过 DepthAI 的 YOLOE）自动收集快照，并允许用户界面选择标签、设置置信度以及启用快照条件。

打开数据采集 App

指南与示例

通用 NN 示例

在 OAK 相机上运行任何神经模型

检测网络

在 RGB 图像上运行 Model Zoo YOLO

检测重映射

对齐不同流之间的检测结果

检测回放

在录制视频上跟踪检测结果

Model Zoo 示例

在管线中下载并解包 HubAI 模型

AI 推理文档

详细了解 DepthAI 中的推理

需要帮助？

请前往 OAKChina 官网获取技术支持或解答您的任何疑问。

本页目录