前言
相信此刻的你,已经收到了一台 OAK 设备,并准备好开始学习使用它了!
不过请不要着急查看 OAK快速上手 这部分内容,我们给你规划了由浅入深的 OAK 学习路线,能让你在学习的过程中尽量减少出错的可能。
第一部分:认识OAK硬件
这部分内容,我们的学习目标有三个:
1.知道你现在使用的 OAK 设备属于哪个产品系列
2.知道你现在使用的 OAK 应该如何正确接线
3.学会你现在使用的 OAK 的特定教程
请一定要注意接线!!!避免出现找不到设备、程序直接退出、设备被识别成 USB2.0 报错等情况!
第二部分:OAK快速上手
这部分内容,我们的学习目标是能成功在你的系统平台上安装 depthai ,并成功运行官方的示例。不知道 depthai 是啥的同学,请看这篇 文章 。
目前 OAK 支持的系统平台有:Windows、树莓派、Linux、MacOS、Jetson。Windows 有安装包(安装方式简单),树莓派有镜像文件(安装方式简单),其他平台可通过 git 的方式拉取安装 depthai。
第三部分:基础OAK玩法
这部分内容,我们的学习目标是能成功运行 Hello Word,了解API的基础知识(Python/C++)。通过学习官方的 API 示例,能掌握 API 的基本用法,能自主组合使用搭建自己所需的功能。
当然你还可以尝试官方的应用实例,了解到 DepthAI 可以做些什么并从中获得灵感。详细官方应用示例请查看 此处 。
立体神经推理演示
通常需要对立体神经推理结果进行特定于应用程序的主机端过滤,并且因为这些计算是轻量级的(即可以在 ESP32 上完成),所以我们将三角剖分本身留给主机。
Record and Replay
这些工具允许您记录编码和同步的摄像机流并重放它们,包括重建立体深度感知。
OAK相机示例
此示例展示了如何通过USB在Gen2 Pipeline Builder中使用OAK相机。可以了解到深度设置和点云图像。
注视估计
此示例演示如何使用 Gen2 Pipeline Builder 在 DepthAI 上运行3阶段推理(3个串行,2个并行)。
制作此示例的原始 OpenVINO 演示是here.
Deeplabv3 (图像语义分割)
此示例展示了如何在 Gen2 API 系统中的 DepthAI 上运行 Deeplabv3+。
姿态估计
在 DepthAI 上运行 Google Mediapipe 身体姿势跟踪模型
这个例子是由我们的贡献者创建的 - Geaxgx
头部姿势检测
此示例演示运行人脸检测网络和头部检测网络的 Gen2 Pipeline Builder
年龄性别识别
此示例演示如何使用 Gen2 Pipeline Builder 在 DepthAI 上运行 2 阶段推理。
首先,在图像上检测人脸,然后将裁剪后的人脸框发送到年龄性别识别网络,产生估计结果
烟火检测
此示例演示运行火灾检测网络的 Gen2 Pipeline Builder
人脸识别
这个例子演示了运行人脸检测网络、头部姿势估计网络和人脸识别网络的 Gen2 Pipeline Builder
疲劳检测
此示例演示运行人脸检测网络和头部检测网络的 Gen2 Pipeline Builder
手语识别
此示例演示如何使用手部标志在 DepthAI 上识别美国手语 (ASL)
这个例子是由 Cortic Technology
第四部分:进阶OAK玩法
这部分内容,你将学习与模型训练、转换、部署有关的内容,你也可以学习热门的开源项目,如 SLAM、VIO、ROS 等等,或者你也可以尝试我们整理的Github上的部分 开源项目。
第五部分:高阶OAK玩法
这部分内容主要是设备上编程,主要分为三个板块内容:
1.使用脚本节点
2.创建自定义NN(神经网络)模型
3.创建自定义OpenCL内核
第六部分:问题答疑
如果在使用过程中出现报错,先 查看 此处,看看有没有你出现的问题。 没有的话,再看看 这里 有没有。 如果还是无法排查你的问题,请添加 OAK中国企业微信好友,备注 “OAK群” ,寻求技术支持。
其他补充资料
OAK中国Gitee: 查看
OAK中国CSDN: 查看
OAK开源项目合集: 查看
OAK官方GitHub: 查看
OAK官方英文原版使用文档: 查看
有疑问?
我们很乐意为您提供代码或其他问题的帮助。
我们的联系方式
还可以通过我们发布的视频和文章了解OAK