# 从 RVC2 迁移到 RVC4

从 [RVC2](/hardware/platform/rvc/rvc2.md) 设备迁移到
[RVC4](/hardware/platform/rvc/rvc4.md) 设备通常分为四个部分：

 * 将您的应用程序迁移到 DepthAI v3。
 * 处理代码中剩余的 RVC2 与 RVC4 硬件差异。
 * 为 RVC4 重新导出 AI 模型，或在需要时切换到不同的模型。
 * 更改在 RVC4 上运行和管理应用程序的方式。

第一步是重要的一步。[RVC2](/hardware/platform/rvc/rvc2.md) 平台可以运行 DepthAI v2 和 DepthAI v3，而
[RVC4](/hardware/platform/rvc/rvc4.md) 平台只能运行 DepthAI v3。实际上，这意味着您的第一个里程碑不是“让它在 RVC4 上运行”，而是“让它在
DepthAI v3 上运行”。

一旦您的代码在 DepthAI v3 上运行，您通常可以为 RVC2 和 RVC4 保留大部分相同的代码库。剩余的工作通常仅限于一些特定于平台的代码路径，如果您的应用程序使用 AI，则需要为 RVC4 重新导出 AI
模型，并更新应用程序在设备上的部署和管理方式。

如果您的当前 RVC2 项目仍在使用 DepthAI v2，请从 [DepthAI V3 移植指南](/software-v3/depthai/tutorials/v2-vs-v3.md) 开始。

该指南详细介绍了 API 更改，包括：

 * 移除显式 XLink 节点
 * 从 `dai.Device(pipeline)` 样式启动迁移到 `pipeline.start()`
 * 队列创建更改
 * 将旧的相机用法迁移到新的 `Camera` 节点工作流

> **实用捷径**
> 如果您想走最快的路径，请让 AI 编码代理使用 [移植指南](/software-v3/depthai/tutorials/v2-vs-v3.md) 和当前的 [`oak-examples`](https://github.com/luxonis/oak-examples) DepthAI v3 示例作为参考来移植您的项目。如果您正在使用 AI 编码代理进行移植，[Luxonis 代理技能](/software-v3/agent-tools/agent-skills.md) 可以加快设备连接、设置和故障排除，同时您在真实硬件上验证迁移。

示例提示：

```text
将附加的 Python 脚本从 DepthAI v2 移植到 DepthAI v3。

这应该是一个适当的 v3 重写，而不是逐行 API 翻译。在采用惯用的 DepthAI v3 架构和 API 的同时，保留原始功能。

要求：

阅读官方迁移指南：/software-v3/depthai/tutorials/v2-vs-v3/
在 https://github.com/luxonis/oak-examples 的主分支中找到最匹配的示例，并将其用作架构起点。
如果可能，将其与 master 分支中相应的 v2 示例进行比较（README 文件映射了许多 v2 ↔ v3 示例）。
使用 v3 模式重建实现，而不是保留 v2 结构。
仅使用当前、已记录的 DepthAI v3 API。
保留所有原始功能，除非需要 v3 更改，并解释任何有意为之的差异。

验证：

在主机上运行重写的 main.py，并连接 OAK 相机。
修复任何导入、API、管道或运行时错误，直到达到预期行为。
如果无法进行硬件验证，请清楚说明原因，而不是声称成功。

您的回复中应包含：

使用的 oak-examples 示例及其原因。
v2 → v3 主要架构更改的摘要。
完整的重写 v3 脚本。
验证结果（运行的命令、修复的错误、最终状态）。
任何假设、限制或有意为之的行为更改。
```

在继续之前，值得验证新的 DepthAI v3 代码是否仍在您现有的 RVC2 设备上运行。这为您在更改硬件平台之前提供了一个稳定的基线。

一旦应用程序在 DepthAI v3 上运行，迁移通常归结为一些有针对性的平台检查。DepthAI v3 为您提供了一个 API，但 RVC2 和 RVC4 在硬件行为上仍然存在差异，因此您可能需要为每个平台选择不同的帧类型、模型变体或可选功能。

一种实用的模式是检测平台一次，并将这些特定于平台的选择放在一起：

```python
device = dai.Device()
platform = device.getPlatformAsString()

frame_type = (
    dai.ImgFrame.Type.BGR888i if platform == "RVC4" else dai.ImgFrame.Type.BGR888p
)

model_description = dai.NNModelDescription(args.model, platform=platform)
```

有关 RVC2 到 RVC4 代码更改的实用参考，请使用 [`oak-examples` 存储库](https://github.com/luxonis/oak-examples)。大多数当前示例都支持 RVC2 和 RVC4，并显示了上下文所需的平台检查。

一个很好的起点是 `oak-examples` 中的 `generic-example`，因为它：

 * 在启动时检测平台
 * 选择匹配的模型描述
 * 在 RVC2 上的 `BGR888p` 和 RVC4 上的 `BGR888i` 之间切换回放输入帧类型

如果您的应用程序不使用神经网络，您可以跳过此步骤。如果使用，请计划为 RVC4 生成新的模型工件。现有的 RVC2 `.blob` 和 `superblob` 输出不能按原样移植到 RVC4，因为 RVC4 使用不同的转换管道和运行时堆栈。

在最简单的情况下，您保留相同的源模型并从中导出新的 RVC4 就绪工件。在更复杂的情况下，迁移到 RVC4
是重新评估模型选择的好时机，因为额外的性能空间可以使更新、更大或更适合的模型变得实用。当旧模型依赖于不受支持的操作、需要不同的预处理或不再最适合您想要的工作流时，尤其如此。

如果模型已在 Hub AI 中，您可以直接在那里转换它。如果它尚未在 Hub AI 中，请首先
[上传模型](/cloud/hubai/model-registry/upload-download.md)，然后遵循相同的转换流程。

#### 1.Open the model variant

在 [Hub AI](https://hub.luxonis.com/ai) 中，打开 [模型](https://hub.luxonis.com/ai/models)，选择您要重用的模型，滚动到 模型变体，然后单击您要导出的变体旁边的 转换。

#### 2.Choose the target platform

选择目标 `RVC` 平台。可用目标取决于上传的基础模型格式。 实际上，基于 `ONNX` 的模型源在不同平台之间提供最广泛的转换支持。

#### 3.Configure the conversion form

查看预填充的值，并仅调整需要更改的内容。 如果基础模型是原始 `ONNX` 文件，请手动输入源模型输入设置。 如果基础模型是 `ONNX` NN 存档，请使用其 `config.json` 作为事实来源，并且仅当存档元数据不正确时才覆盖值。

有关每个字段的确切含义，请参阅下面的参考部分。

#### 4.Export and confirm the result

单击 导出 开始转换。 新的模型实例最初显示为 待处理，当转换后的工件准备就绪时，它会变为 成功。 完成后，您可以下载存档或直接从 DepthAI 引用它。

有关完整的上传和转换演练，请参阅此 [自定义 ONNX 模型视频](https://www.youtube.com/watch?v=S4X-CoeINk0)。如果您正在使用自定义 YOLO 模型，请参阅此 [自定义 YOLO
转换视频](https://www.youtube.com/watch?v=LE_yNvDF4jA)。

有关完整的工作流、故障排除和特定于平台的转换设置，请参阅 [详细转换](/cloud/hubai/model-registry/detailed-conversion.md)。

另一个重要的转变是 RVC4 支持外设和独立工作流。

 * 外设模式意味着主机计算机连接到设备，上传管道或应用程序资产，并从外部控制执行。
 * 独立模式意味着设备独立运行应用程序，并且可以在启动时自动启动，而无需依赖主机计算机来启动它。

### 独立与外设

| 兼容性 | 独立¹ | 外设² |
| --- | --- | --- |
| RVC4 | ✅ | ✅ |
| RVC2 | 🚫 | ✅ |

 1. 独立：应用程序仅在相机上运行。应用程序通过 [oakctl](/software-v3/oak-apps/oakctl.md) 部署。
 2. 外设：应用程序在相机上运行，但主机计算机通过 TCP 套接字保持连接。

对于来自 RVC2 的用户，熟悉的工作流通常是外设模式。这在 RVC4 上仍然可能，但 RVC4 也为您提供了一个强大的独立选项，因为设备本身运行 Linux 并且可以直接管理应用程序。

这是迁移到 RVC4 的最大实际好处之一：

 * 当设备是更大的主机驱动系统的一部分时，使用外设模式。
 * 当您希望设备更像一个独立的边缘计算机时，使用独立模式。

外设模式

外设模式自 RVC2 以来基本没有改变。您仍然从主机运行应用程序，并在主机控制执行时保持设备连接。

#### Python

```bash
# 导航到项目根文件夹，然后
python3 -m venv venv  # 仅适用于 Linux / MacOS
source venv/bin/activate
pip install -r requirements.txt
python3 main.py
```

#### C++

```bash
cmake -S . -B build
cmake --build build
./build/<your-binary-name>
```

如果您的现有 RVC2 C++ 项目已经使用不同的主机端构建系统，您通常可以在 RVC4 上以外设模式保持相同的流程。

独立模式

独立模式是 RVC4 的重要新选项。设备本身运行应用程序，因此您将其打包为 OAK 应用程序并使用 `oakctl` 部署。

对于独立应用程序，您需要在运行 `oakctl app run` 之前设置应用程序文件系统和 `oakapp.toml`。有关最小示例，请参阅
[模板应用程序](/software-v3/template.md)。

```bash
# 导航到项目根文件夹，然后
oakctl app run .
```

Python 和 C++ 独立应用程序的部署命令相同。不同的是应用程序文件系统内容和您在 `oakapp.toml` 中定义的构建步骤。

有关更深入的解释，请参阅 [独立模式教程](article://software-v3.depthai.tutorials.standalone)。

您操作设备的方式发生了显著变化。在 RVC2 上，许多工作流都围绕着主机连接到相机、上传管道并从主机端控制执行。在 RVC4 上，控制和运行应用程序应主要使用
[`oakctl`](/software-v3/oak-apps/oakctl.md)。

最小命令流：

```bash
oakctl list
oakctl connect
oakctl app run /path/to/app
oakctl app list
oakctl app logs <app-id>
```

这些命令的作用：

 * `oakctl list` 查找网络上可用的 OAK4 设备。
 * 当您想直接定位设备时，`oakctl connect` 会打开一个会话。
 * `oakctl app run /path/to/app` 在设备上构建、上传和启动 OAK 应用程序。
 * `oakctl app list` 显示已安装的应用程序及其状态。
 * `oakctl app logs <app-id>` 允许您检查运行时输出并调试问题。

有关完整的命令集、安装详细信息和打包预期，请参阅 [`oakctl` 文档](/software-v3/oak-apps/oakctl.md)。

此时，您应该已经：

 * 拥有应用程序的 DepthAI v3 版本
 * 清楚地了解 RVC4 上外设和独立工作流的区别
 * 有一个具体的起点，可以从主机或通过 `oakctl` 运行应用程序

接下来，选择与您下一步想要做的事情相匹配的路径：

 * 如果您想进入设备管理部署，请 [使用 Luxonis Hub 设置您的设备](/cloud/hub/connect-oak.md)，使用
   [模板应用程序](/software-v3/template.md) 构建应用程序文件系统，使用 [`oakapp.toml`
   配置](/software-v3/oak-apps/configuration.md) 完善包，然后
   [发布您的应用程序](/cloud/features/application-management/uploading-applications.md)，以便它为工作区部署做好准备。
 * 如果您想保留熟悉的主机驱动工作流，请使用 [DepthAI v3 示例](/software-v3/depthai/examples.md) 在外设模式下验证您的迁移应用程序在 RVC4 上的行为。
