此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 概述
  • 通用示例
  • 自定义示例
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

概述

OAK 示例是推理示例的集合,可用作您自己应用程序的起点或灵感来源。 这些示例利用了推理部分中介绍的概念, 并在 OAK 设备上运行实时 AI 推理。 我们建议首先探索通用示例,然后继续我们为各种机器学习任务准备的众多自定义示例。

通用示例

通用示例运行一个单头模型在单图像输入上进行预测的简单推理管道。 例如,您可以在相机输入上运行 YOLOv6 对象检测,如下所示:
Python
1python3 main.py --model luxonis/yolov6-nano:r2-coco-512x288

自定义示例

我们还提供了各种自定义示例,展示了使用具有多个模型(可能具有多个头)和/或自定义输出处理的管道。 这些示例涵盖了广泛的机器学习任务,包括:
  • 分类: 分配标签,例如识别图像中的对象(例如,猫与狗);
  • 对象检测: 识别并定位图像中的多个对象;
  • 人脸检测: 分析人脸特征、表情和行为;
  • 3D 检测: 将对象检测扩展到 3D 空间,估计对象的位置、大小和方向;
  • 关键点检测: 检测对象内的特定兴趣点(例如人脸地标);
  • 姿态估计: 分析人类或动物的身体,预测关节位置和姿态;
  • 分割: 根据其类别标记每个像素(例如,对象与背景);
  • 对象跟踪: 跟踪同一场景中图像序列中单个对象的移动;
  • 计数: 计算图像中的对象数量(例如,人群中的人数);
  • 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: 匹配和识别不同场景图像中的单个对象;
  • 深度估计: 预测对象与相机的距离,创建场景的深度图;
  • 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,提高分辨率);
  • 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。
我们将在下面展示一些示例,但请务必查看 GitHub 上的完整集合。
QR Code Reader
QR Code Reader
QR Code Reader
QR Code Reader
QR Code Reader
QR Code Reader