【邊緣AI系列】 OAK-1和DepthAI Gen2 使用Python快速上手第一步
拿到手一陣子的OAK小玩具終於有點時間來玩玩了,發現官方的SDK DepthAI 也提供到第二代的開發架構,降低了許多視覺推論模型佈署等應用開發使用OAK的門檻。
快速上手的第一步-OAK插上去跑一個模型看看吧!
開發環境:
Windows10 x64 Python:3.8.3Depthai:2.3.0.0
首先depthAI github下載最新的Demo script
git clone https://github.com/luxonis/depthaicd depthai#安裝相依套件
python install_requirements.py
相關套件安裝完成後就可以將OAK插上,並無腦的直接啟動物件偵測模型吧
python depthai_demo.py

自動下載預設第一個mobilenet-ssd模型是PASCAL 2007 VOC類別物件偵測,此版本的IR.blob 模型表示提供VPU(MyriadX)掛載使用,模型會被暫存在C:\Users\[username]\.cache\blobconverter\位置下,成功後就會看見Camera即時偵測畫面。


初步使用沒問題後,想換不同CNN模型來玩可使用-cnn <name>參數,選擇要跑的模型名稱,可參考官方提供各種應用模型(>>點我),裡面基本上就是大家如有使用過OpenVINO sample model ,他就是標準一致的名稱與應用如人臉偵測、人臉姿態估計、年齡、性別、骨架偵測、車牌辨識、車道偵測等應用模型可以參考使用。
模型列表持續更新中
想要嘗試運行不同應用只需將模型名稱帶入後就會自動找到並下載,可以提供開發者初步驗證在不同場景準確度與速度是否符合需求
python depthai_demo.py -cnn yolo-v3


也可以同時載入多個模型合併多種應用類型
python depthai_demo.py -cnn <model_1> -cnn2 <model_2>
參考資料
Grady Huang