此页面由 AI 自动翻译。查看英文原版
行业示例
  • 电子
  • 机器人
  • 智慧城市与交通
最后更新

本页目录

  • AI 构建块
  • 典型用例
  • 使用 App Store 无代码快速入门
  • 指南和示例
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包
最后更新
Luxonis 设备在设备上完全运行神经网络,用于分类、检测、分割和自定义视觉任务——保持低延迟和数据私密性,同时为主机释放控制逻辑。在 RVC2 和 RVC4 上,您可以使用 NeuralNetwork 和 DetectionNetwork 运行网络,以 NNArchive 或 blob 格式部署模型,并从 模型动物园、自定义训练 或集成中获取它们。配备 RVC2 的 OAK 摄像头提供高效的设备端推理,为常见的检测、分割和分类管道提供平衡的性能。配备 RVC4 的 OAK4 设备增加了更多的 TOPS、更快的预处理和原生的 superblob/NNArchive 支持,从而支持更重的骨干网络(例如 YOLO-E、DepthAnythingV2 等)、单个设备上的多模型管道以及 NeuralDepth。

AI 构建块

典型用例

  1. 对象检测与跟踪: 通过 DetectionNetwork 在 RGB 上运行 YOLO,并将 ID 输入 ObjectTracker 以实现持久跟踪(可选地,通过深度进行空间跟踪)。
  2. 姿态/地标与叠加: 使用 ParsingNeuralNetwork,它会自动解析标准消息类型中的输出。
  3. 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、占用率或自由空间。

使用 App Store 无代码快速入门

数据收集应用

设备端开放词汇检测(通过 DepthAI 的 YOLOE)自动收集快照,并允许 UI 选择标签、设置置信度并启用快照条件。
Open Data Collection App
YOLO detections overlay

指南和示例

需要帮助?

请访问讨论论坛以获取技术支持或您可能有的任何其他问题。