本页目录

  • 概述
  • 通用示例
  • 自定义示例

OAK 示例

概述

OAK 示例 是一组推理示例,可用作您自己应用的起点或灵感来源。这些示例利用了 推理 部分介绍的概念,并在 OAK 设备上运行实时 AI 推理。我们建议先探索通用示例,然后继续使用我们为各种 ML 任务准备的众多自定义示例

通用示例

通用示例 运行一个简单的推理管线,用于单头模型在单图像输入上进行预测。例如,您可以在摄像头输入上运行 YOLOv6 目标检测:
Python
1python3 main.py --model luxonis/yolov6-nano:r2-coco-512x288

自定义示例

我们还提供了一系列多样化的自定义示例,演示了使用包含多个模型(可能具有多个头部)和/或自定义输出处理的管线。这些示例涵盖了广泛的 ML 任务,包括:
  • 分类 为图像中的目标分配标签(例如,猫 vs. 狗);
  • 目标检测 识别并定位图像中的多个目标;
  • 人脸检测 分析人脸特征、表情和行为;
  • 3D 检测 将目标检测扩展到三维空间,估计目标的位置、大小和方向;
  • 关键点检测 检测目标内的特定兴趣点(例如,人脸关键点);
  • 姿态估计 分析人体或动物身体,预测关节位置和姿态;
  • 分割 根据类别对每个像素进行标注(例如,目标 vs. 背景);
  • 目标跟踪 跟踪同一场景中一系列图像内各个目标的运动;
  • 计数 统计图像中的目标数量(例如,人群中的行人);
  • 光学字符识别 从图像中提取文本,将其转换为机器可读文本;
  • 重识别 在不同场景的图像中匹配和识别单个目标;
  • 深度估计 预测目标距离摄像头的距离,生成场景的深度图;
  • 线条检测 识别图像中的线条或边缘(例如,自动驾驶中的车道检测);
  • 图像到图像转换 将图像从一种格式转换为另一种格式(例如,增强分辨率);
  • 特征检测 识别图像中的关键特征或点,用于图像匹配等任务;
  • 语音识别 通过分析音频信号将口语转换为文本。
下面展示了一些示例,但请务必在 GitHub 上查看完整集合。
二维码阅读器
二维码阅读器
二维码阅读器
二维码阅读器
二维码阅读器
二维码阅读器