> 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/ko/self-hosted/sdks/luxonis-oak.md).

# Luxonis OAK

Myriad X VPU 가속을 사용하여 Roboflow Train 모델을 OpenCV AI Kit에 배포합니다.

해당 [Luxonis OAK(OpenCV AI Kit)](https://shop.luxonis.com/) 는 임베디드 컴퓨터 비전 시스템을 배포하는 데 널리 사용되는 엣지 디바이스입니다.

OAK 디바이스는 다운스트림 애플리케이션의 작동을 제어하는 호스트 머신과 함께 사용됩니다. 흥미로운 활용 사례를 살펴보려면 [Luxonis의 활용 사례](https://docs.luxonis.com/en/latest/#example-use-cases) 와 [Roboflow의 사례 연구](https://blog.roboflow.com/tag/case-studies/).

**참고:** 아직 OAK 디바이스가 없다면 [Roboflow Store에서 구매해](https://store.roboflow.com/) 10% 할인을 받을 수 있습니다.

### 작업 지원

호스팅 API는 다음 작업 유형을 지원합니다.

| 작업 유형                                                                                                                                 | Luxonis OAK 배포에서 지원하는 |
| ------------------------------------------------------------------------------------------------------------------------------------- | --------------------- |
| <p>객체 감지:</p><ul><li>Roboflow에서 학습한 YOLOv8 모델(모든 크기: Nano, Small, Medium, Large, X Large)</li><li>Roboflow에서 학습한 YOLOv11 모델</li></ul> | ✅                     |
| 분류                                                                                                                                    |                       |
| 인스턴스 분할                                                                                                                               |                       |
| 시맨틱 세그멘테이션                                                                                                                            |                       |

### Luxonis OAK에 모델 배포하기

#### 지원되는 Luxonis 디바이스 및 호스트 요구 사항

Roboflow Inference Server는 다음 디바이스를 지원합니다.

* OAK-D
* OAK-D-Lite
* OAK-D-POE
* OAK-1(깊이 측정 미지원)

#### 설치

다음 패키지를 설치합니다. `roboflowoak`, `depthai`, 및 `opencv-python` 패키지:

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

이제 `roboflowoak` 패키지를 사용해 직접 학습한 Roboflow 모델을 실행할 수 있습니다.

#### 추론 실행: 배포

Depth 기능이 없는 OAK 디바이스에 배포하는 경우, 인스턴스화(생성)할 때 `depth=False` 로 설정합니다. `rf` 객체. Depth 기능이 있는 OAK에는 모델 이름에 "D"가 붙습니다(예: OAK-D 및 OAK-D-Lite).

또한 다음 줄을 주석 처리합니다. `max_depth = np.amax(depth)` 및 `cv2.imshow("depth", depth/max_depth)`

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

if __name__ == '__main__':
    # RoboflowOak 모듈로 객체(rf) 인스턴스화
    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)
    # 모델을 실행하고 감지 결과가 표시된 동영상 출력
    while True:
        t0 = time.time()
        # rf.detect() 함수는 모델 추론을 실행합니다
        result, frame, raw_frame, depth = rf.detect()
        predictions = result["predictions"]
        #{
        #    예측 결과:
        #    [ {
        #        x: (중앙),
        #        y:(중앙),
        #        너비:
        #        높이:
        #        깊이: ###->
        #        신뢰도:
        #        클래스:
        #        마스크: {
        #    ]
        #}
        #frame - 예측 결과가 포함된 전처리 후 프레임
        #raw_frame - OAK에서 가져온 원본 프레임
        #depth - raw_frame의 깊이 맵. 중앙 카메라를 기준으로 중앙 보정됨
        
        # 타이밍: 벤치마킹 목적
        t = time.time()-t0
        print("FPS ", 1/t)
        print("PREDICTIONS ", [p.json() for p in predictions])

        # 깊이 계산 매개변수 설정
        # Depth가 없는 OAK를 사용하는 경우 다음 두 줄을 주석 처리하세요
        max_depth = np.amax(depth)
        cv2.imshow("depth", depth/max_depth)
        # 연속된 프레임으로 동영상 피드를 표시
        cv2.imshow("frame", frame)
    
        # OAK 추론 창을 닫거나 추론을 중지하는 방법: CTRL+q 또는 CTRL+c
        if cv2.waitKey(1) == ord('q'):
            break
```

아래 코드를 입력하세요(Python 스크립트 경로로 자리표시자 텍스트를 바꾼 후).

```bash
# 창을 닫으려면(추론을 중단하거나 종료하려면) 키보드에서 CTRL+c를 누르세요
python3 /path/to/[YOUR-PYTHON-FILE].py
```

호스트 장치로 Apple MacBook Air(M1)를 사용했을 때 추론 속도는 평균 약 15ms, 즉 66FPS였습니다. ***참고**: OAK와 함께 사용하는 호스트 장치는 FPS에 큰 영향을 미칩니다. 시스템을 구성할 때 이를 고려하세요.*

#### 문제 해결

OAK 장치 설정에 문제가 있는 경우 Luxonis 설치 안내를 참조하고, 다음에서 RGB 예제를 성공적으로 실행할 수 있는지 확인하세요. [Luxonis 설치](https://docs.luxonis.com/en/latest/#demo-script). 도움을 받으려면 다음에 질문을 게시할 수도 있습니다. [Roboflow 포럼](https://discuss.roboflow.com/).

### 참고 항목

* [Luxonis OAK 단계별 설정 가이드](https://blog.roboflow.com/opencv-ai-kit-deployment/)
* [M1 칩 사용 시 설치 문제 · 이슈 #299 · luxonis/depthai · GitHub](https://github.com/luxonis/depthai/issues/299) (depthai SDK)
