> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/ja/self-hosted/sdks/luxonis-oak.md).

# Luxonis OAK

Myriad X VPU アクセラレーションを使って、Roboflow Train モデルを OpenCV AI Kit にデプロイします。

この [Luxonis OAK（OpenCV AI Kit）](https://shop.luxonis.com/) は、組み込みコンピュータービジョンシステムの導入によく使われるエッジデバイスです。

OAKデバイスは、後続アプリケーションの動作を担うホストマシンと組み合わせて使用します。活用のヒントとして、 [Luxonisのユースケース](https://docs.luxonis.com/en/latest/#example-use-cases) と [Roboflowの導入事例](https://blog.roboflow.com/tag/case-studies/).

**ちなみに、** まだOAKデバイスをお持ちでない場合は、 [Roboflow Storeから購入できます](https://store.roboflow.com/) 10%の割引を受けられます。

### 対応タスク

ホスト型APIでは、次のタスクタイプがサポートされています。

| タスクの種類                                                                                                                             | Luxonis OAKへのデプロイに対応 |
| ---------------------------------------------------------------------------------------------------------------------------------- | -------------------- |
| <p>物体検出：</p><ul><li>RoboflowでトレーニングしたYOLOv8モデル（Nano、Small、Medium、Large、X Largeの全サイズ）</li><li>RoboflowでトレーニングしたYOLOv11モデル</li></ul> | ✅                    |
| 分類                                                                                                                                 |                      |
| インスタンスセグメンテーション                                                                                                                    |                      |
| セマンティックセグメンテーション                                                                                                                   |                      |

### モデルをLuxonis OAKにデプロイする

#### 対応するLuxonisデバイスとホスト要件

Roboflow Inference Serverは、以下のデバイスに対応しています：

* OAK-D
* OAK-D-Lite
* OAK-D-POE
* OAK-1（深度なし）

#### インストール

以下をインストールします： `roboflowoak`, `depthai`と `opencv-python` パッケージ：

```bash
pip install roboflowoak
pip install depthai
pip install opencv-python
```

これで、 `roboflowoak` パッケージを使用して、独自にトレーニングしたRoboflowモデルを実行できます。

#### 推論の実行: デプロイ

Depth機能のないOAKデバイスにデプロイする場合は、 `depth=False` オブジェクトをインスタンス化（作成）するときに、 `rf` を設定してください。Depth機能を備えたOAKは、モデル名に「D」が付いています（例: OAK-D、OAK-D-Lite）。

また、次の行をコメントアウトします。 `max_depth = np.amax(depth)` および `cv2.imshow("depth", depth/max_depth)`

```python
from roboflowoak import RoboflowOak
import cv2
import time
import numpy as np

if __name__ == '__main__':
    # RoboflowOak モジュールを使ってオブジェクト（rf）をインスタンス化
    rf = RoboflowOak(model="YOUR-MODEL-ID", confidence=0.05, overlap=0.5,
    version="YOUR-MODEL-VERSION-#", api_key="YOUR-PRIVATE_API_KEY", rgb=True,
    depth=True, device=None, blocking=True)
    # モデルを実行し、検出結果を含む動画を表示
    while True:
        t0 = time.time()
        # rf.detect() 関数でモデル推論を実行
        result, frame, raw_frame, depth = rf.detect()
        predictions = result["predictions"]
        #{
        #    predictions:
        #    [ {
        #        x: (中央),
        #        y:(中央),
        #        width:
        #        height:
        #        depth: ###->
        #        confidence:
        #        class:
        #        mask: {
        #    ]
        #}
        #frame - 前処理後のフレーム（予測結果付き）
        #raw_frame - OAKから取得した元のフレーム
        #depth - raw_frameの深度マップ。中央カメラを基準に中央補正済み
        
        # timing: ベンチマーク用
        t = time.time()-t0
        print("FPS ", 1/t)
        print("PREDICTIONS ", [p.json() for p in predictions])

        # 深度計算のパラメーターを設定
        # Depth非対応のOAKを使用する場合は、次の2行をコメントアウト
        max_depth = np.amax(depth)
        cv2.imshow("depth", depth/max_depth)
        # 連続するフレームとして動画を表示
        cv2.imshow("frame", frame)
    
        # OAKの推論ウィンドウを閉じる／推論を停止する方法: CTRL+q または CTRL+c
        if cv2.waitKey(1) == ord('q'):
            break
```

以下のコードを入力します（プレースホルダーのテキストをPythonスクリプトのパスに置き換えてください）。

```bash
# ウィンドウを閉じる（推論を中断または終了する）には、キーボードでCTRL+cを入力します
python3 /path/to/[YOUR-PYTHON-FILE].py
```

ホストデバイスにApple MacBook Air（M1）を使用した場合、推論速度は平均約15ミリ秒、つまり66 FPSでした。 ***注意**：OAKで使用するホストデバイスはFPSに大きく影響します。システムを構築する際はこの点を考慮してください。*

#### トラブルシューティング

OAKデバイスのセットアップで問題が発生した場合は、Luxonisのインストール手順を確認し、 [Luxonisのインストール手順](https://docs.luxonis.com/en/latest/#demo-script)でRGBの例を正常に実行できることを確認してください。また、 [Roboflowフォーラム](https://discuss.roboflow.com/).

### 関連項目

* [Luxonis OAKのセットアップ手順ガイド](https://blog.roboflow.com/opencv-ai-kit-deployment/)
* [M1チップ使用時のインストールに関する問題 · Issue #299 · luxonis/depthai · GitHub](https://github.com/luxonis/depthai/issues/299) （depthai SDK）
