【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:3.8.3
Depthai:2.3.0.0

首先depthAI github下載最新的Demo script

git clone https://github.com/luxonis/depthai
cd 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。

確認開啟OAK推論物件偵測沒有問題

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

luxonis/depthai

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

luxonis/depthai

Grady Huang