DepthAI v2 has been superseded by DepthAI v3. You are viewing legacy documentation.
概览硬件软件云平台
DepthAI 组件
DepthAI 教程
DepthAI Perception
ROS
神经网络
DepthAI API 参考

本页目录

  • 关于
  • 示例
  • 工具选项

Yolo 的简化转换

关于

我们创建了一个工具来简化 Yolo 目标检测器的导出过程。具体来说，我们的工具支持从 V5 到 V8 以及 Gold Yolo 的 Yolo 转换。您可以选择 RVC2 或 RVC3 转换。上传预训练模型的权重（.pt 文件），设置输入图像形状，选择目标设备的 Robotics Vision Core 代数（了解更多参数信息，请参阅 工具选项），我们将编译出一个 blob 文件和一个 JSON 文件，其中包含 DepthAI 解码结果所需的信息。

示例

此示例展示了如何转换 YoloV6n R4 以及如何在 OAK 设备上运行编译好的模型。
  1. 首先，我们将下载模型权重。您可以从此处下载。
  2. 在您选择的浏览器中打开工具。然后上传下载的 yolov6n.pt 权重，并将 Input image shape 设置为 640 352（我们选择此输入图像形状，因为其宽高比接近 16:9，且吞吐量和延迟仍然不错）。其余选项保持默认。
    将 YoloV6n R4 上传至工具
  3. 点击 Submit 按钮。模型将自动转换并下载到一个 zip 文件夹中（该 zip 文件夹将包含转换后的 blob 文件、JSON 文件以及用于生成输出 blob 文件的中间表示）。
  4. 要运行导出的模型，我们将使用 OAK Examples。首先克隆仓库并安装 gen2-yolo/device-decoding 应用所需的包。
Command Line
1git clone https://github.com/luxonis/oak-examples.git
2cd oak-examples
3git switch master
4cd gen2-yolo/device-decoding
5python3 -m pip install -r requirements.txt
  1. 将 result.zip 中导出的模型文件解压到应用的 model 文件夹内，然后运行以下命令启动应用。
Command Line
1python3 main.py --config model/yolov6n.json

工具选项

  • Yolo Version - 必填，应使用哪个 Yolo 版本进行转换。工具内置了自动 Yolo 版本检测器，当您上传模型权重时，会自动检测 Yolo 版本并进行设置。
  • RVC2 or RVC3 - 必填，目标设备的 Robotics Vision Core 代数。
  • File - 必填，预训练模型的权重（.pt 文件），大小需小于 300Mb。
  • Input image shape - 必填，如果是正方形输入图像形状则为整数，或者用空格分隔的宽度和高度。必须能被 32（或 64，取决于步幅）整除。
  • Shaves - 可选，默认值为 6。使用的 Shave 数量。要了解更多关于 Shave 的信息，请参阅 此处。
  • Use OpenVINO 2021.4 - 可选，默认值为 true。此复选框控制编译为 IR 时是否使用旧版前端标志。如果关闭，则默认为 OpenVINO 2022.1。注意到 2022.1 版本有轻微的性能下降。因此，我们建议将其设置为 true。