Luxonis OAK

अपने Roboflow Train model को Myriad X VPU acceleration के साथ अपने OpenCV AI Kit पर deploy करें।

यह Luxonis OAK (OpenCV AI Kit) एक edge device है जिसका उपयोग embedded computer vision systems की deployment के लिए व्यापक रूप से किया जाता है।

OAK devices को एक host machine के साथ जोड़ा जाता है जो downstream application के संचालन को संचालित करती है। कुछ रोचक प्रेरणा के लिए, देखें Luxonis के उपयोग के मामले और Roboflow के case studies.

वैसे: अगर आपके पास अभी तक आपका OAK device नहीं है, तो आप Roboflow Store के माध्यम से एक खरीद सकते हैं 10% छूट पाने के लिए।

कार्य सहायता

निम्नलिखित task types hosted API द्वारा समर्थित हैं:

कार्य प्रकार

Luxonis OAK Deployment द्वारा समर्थित

Object Detection:

Roboflow पर प्रशिक्षित YOLOv8 models (सभी sizes: Nano, Small, Medium, Large, X Large)
Roboflow पर प्रशिक्षित YOLOv11 models

✅

Classification

Instance Segmentation

Semantic Segmentation

Luxonis OAK पर एक Model Deploy करें

समर्थित Luxonis Devices और Host Requirements

Roboflow Inference Server निम्नलिखित devices को support करता है:

OAK-D
OAK-D-Lite
OAK-D-POE
OAK-1 (no depth)

स्थापना

इंस्टॉल करें roboflowoak, depthaiऔर opencv-python packages:

pip install roboflowoak
pip install depthai
pip install opencv-python

अब आप roboflowoak package का उपयोग अपने custom trained Roboflow model को चलाने के लिए कर सकते हैं।

Inference चलाना: Deployment

यदि आप बिना Depth capabilities वाले OAK device पर deploy कर रहे हैं, तो सेट करें depth=False जब rf ऑब्जेक्ट को instantiate (create) कर रहे हों। Depth वाले OAK के model name के साथ एक "D" जुड़ा होता है, यानी OAK-D और OAK-D-Lite.

साथ ही, टिप्पणी करें max_depth = np.amax(depth) और cv2.imshow("depth", depth/max_depth)

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

if __name__ == '__main__':
    # RoboflowOak module के साथ एक object (rf) instantiate कर रहे हैं
    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)
    # अपने model को चलाना और detections के साथ video output प्रदर्शित करना
    while True:
        t0 = time.time()
        # rf.detect() function model inference चलाती है
        result, frame, raw_frame, depth = rf.detect()
        predictions = result["predictions"]
        #{
        #    predictions:
        #    [ {
        #        x: (middle),
        #        y:(middle),
        #        width:
        #        height:
        #        depth: ###->
        #        confidence:
        #        class:
        #        mask: {
        #    ]
        #}
        #frame - preprocs के बाद का frame, predictions के साथ
        #raw_frame - आपके OAK से मूल frame
        #depth - raw_frame के लिए depth map, center camera के साथ center-rectified
        
        # timing: benchmarking उद्देश्यों के लिए
        t = time.time()-t0
        print("FPS ", 1/t)
        print("PREDICTIONS ", [p.json() for p in predictions])

        # depth calculation के लिए parameters सेट करना
        # यदि आप बिना Depth वाले OAK का उपयोग कर रहे हैं, तो निम्नलिखित 2 lines पर टिप्पणी करें
        max_depth = np.amax(depth)
        cv2.imshow("depth", depth/max_depth)
        # video feed को क्रमिक frames के रूप में प्रदर्शित करना
        cv2.imshow("frame", frame)
    
        # OAK inference window कैसे बंद करें / inference कैसे रोकें: CTRL+q या CTRL+c
        if cv2.waitKey(1) == ord('q'):
            break

नीचे दिया गया code दर्ज करें (placeholder text को अपनी Python script के path से बदलने के बाद)

# window बंद करने के लिए (interrupt या end inference), अपने keyboard पर CTRL+c दर्ज करें
python3 /path/to/[YOUR-PYTHON-FILE].py

Apple Macbook Air (M1) को host device के रूप में उपयोग करने पर inference speed (milliseconds में) औसतन लगभग 15 ms, या 66 FPS थी। नोट: OAK के साथ उपयोग किया गया host device FPS पर बहुत बड़ा प्रभाव डालेगा। अपना system बनाते समय इसे ध्यान में रखें।

समस्या निवारण

यदि आपको अपना OAK device सेट अप करने में समस्याएँ आ रही हैं, तो Luxonis के installation instructions पर जाएँ और सुनिश्चित करें कि आप RGB example को सफलतापूर्वक चला सकते हैं Luxonis स्थापना. आप सहायता के लिए Roboflow Forum.

यह भी देखें

पिछलाChangelog - Lens Studio अगलाOpenMV

अंतिम अपडेट 1 माह पहले

क्या यह उपयोगी था?