此页面由 AI 自动翻译。查看英文原版
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

LuxonisTrain

LuxonisTrain 使用 YAML 配置或 Python API 训练计算机视觉模型。它基于 PyTorch Lightning 构建,支持数据集检查、训练、评估、推理、标注、ONNX 导出以及 Luxonis 设备的转换。

入门

在 Python 3.10、3.11 或 3.12 的虚拟环境中安装 LuxonisTrain:
Command Line
1python -m pip install luxonis-train
列出打包的模型并检查模型的架构:
Command Line
1luxonis_train list-models
2luxonis_train info --model detection --variant light
在现有 LuxonisDataset 上训练打包的检测模型:
Command Line
1luxonis_train train \
2  --model detection --variant light \
3  loader.params.dataset_name "my_dataset"
打包的配置包括架构和训练设置。使用 key value 覆盖来调整它,或者使用 --config config.yaml 传递您自己的 YAML 文件。请参阅 数据准备 来准备数据集。使用 luxonis_train --help 列出命令,使用 luxonis_train <command> --help 查看命令选项。

概念

选择一个打包的模型,定义一个模型图,并注册自定义组件。
配置您的模型

数据准备

解析数据集,选择数据集拆分,并检查标签和增强。
准备数据

训练

配置训练,恢复检查点,跟踪结果,并调整超参数。
训练您的模型

评估

测量性能,可视化预测,并从预测的标注创建数据集。
评估性能

导出

导出 ONNX 模型,创建 NN 档案,为目标平台转换,并运行 AIMET 量化。
导出模型