# 训练教程

我们准备了几个Jupyter
Notebook教程，以说明如何在我们的生态系统中训练AI模型。您可以在GitHub上的[ai-tutorials](https://github.com/luxonis/ai-tutorials/tree/main/training)仓库中找到它们。最简单的试用方式是使用[Google
Collaboratory](https://colab.research.google.com/github/luxonis/ai-tutorials)，其中所有笔记本都已加载并准备好运行。Google
Collaboratory允许您使用其快速的GPU实例，在某些情况下甚至可以使用Google TPU（取决于训练框架的依赖关系）。或者，您也可以使用自己的资源在本地运行这些教程。

我们将教程分为两组：一组使用我们的Luxonis
Train库，另一组使用不同的训练库（另请查看[Ultralytics](https://docs.luxonis.com/software-v3/ai-inference/integrations/ultralytics.md)集成文档）。我们的主要目标是提供全面的教程，涵盖在DepthAI设备上训练神经网络的常见用例。我们的教程涵盖以下任务：

### 图像分类

图像分类是将预定义标签或类别分配给整个输入图像的任务。

Luxonis Train教程

 * [豆叶病害分类器](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/train_classification_model.ipynb)

其他教程

 * [花卉分类器](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/image-classification/OpenVINO_OpenCV_OAK_Tensorflow_Image_Classification.ipynb)

### 目标检测

目标检测涉及识别并定位图像中的多个对象，并在其周围提供边界框。

Luxonis Train教程

 * [水果目标检测器](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/train_detection_model.ipynb)
 * [带有自动图像标注的猫狗目标检测器](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/train_detection_model_datadreamer.ipynb)

其他教程

 * [YOLOv5](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/object-detection/YoloV5_training.ipynb)
 * [YOLOv6](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/object-detection/YoloV6_training.ipynb)
 * [YOLOv7](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/object-detection/YoloV7_training.ipynb)
 * [YOLOv8](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/object-detection/YoloV8_training.ipynb)

### 语义分割

语义分割涉及将图像中的像素分类到预定义类别中，而不区分同一类的不同实例。

Luxonis Train教程

 * [使用合成扩充数据集的坑洞分割器](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/train_semantic_segmentation_model_datadreamer.ipynb)
 * [自定义叶片分割模型](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/luxonis_train_custom_model.ipynb)

其他教程

 * [DeepLab V3
   Plus](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/semantic-segmentation/DeepLabV3plus_MNV2.ipynb)

### 实例分割

实例分割扩展了语义分割，通过区分同一对象类的单个实例并为每个实例提供逐像素掩码。

Luxonis Train教程

 * [裂缝实例分割](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/train_instance_segmentation_model.ipynb)

其他教程

 * [YOLOv11实例分割](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/instance-segmentation/yolo11_instance_segmentation_training.ipynb)
 * [OAK-D-Lite上的坑洞检测（外部教程）](https://learnopencv.com/object-detection-on-edge-device/)

### 实例姿态

实例姿态检测结合了目标检测和关键点检测，通过定位单个对象并分别预测每个实例的关键点。

其他教程

 * [YOLOv11实例姿态](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/main/training/others/pose-estimation/yolo11_pose_estimation_training.ipynb)