此页面由 AI 自动翻译。查看英文原版
最后更新
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

训练教程

最后更新
我们准备了一些 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 存储库中找到它们。 最简单的尝试方法是使用 Google Collaboratory,所有 Notebook 都已加载并准备好运行。 Google Collaboratory 允许您使用其快速 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项)。 或者,您可以使用自己的资源在本地运行教程。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(另请参阅 Ultralytics 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最常见的用例。我们的教程涵盖以下任务:

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 教程其他教程
classification

对象检测

对象检测涉及识别和定位图像中的多个对象,并在它们周围提供边界框。Luxonis Train 教程其他教程
object_detection

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 教程其他教程
semantic_segmentation

实例分割

实例分割通过区分同一对象类的单个实例并为每个实例提供像素级掩码来扩展语义分割。Luxonis Train 教程其他教程
instance_segmentation

实例姿态

实例姿态检测结合了对象检测和关键点检测,通过定位单个对象并分别为每个实例预测关键点。其他教程
instance_pose