如何開始使用OAK和OAK－D？

連接到OAK的USB－C連接器傳輸數據和電源。只需打開硬件的盒子，將其連接到計算機并運行一些命令。你的空間AI將在幾分鐘內運行。

安裝DepthAI：DepthAI是Luxonis運行計算機視覺模型的軟件庫。我們需要安裝它來運行我們的模型。安裝文檔可在DepthAI的安裝指南中找到。

對于ubuntu用戶連接OAK－D，打開終端并運行這些命令來安裝python、DepthAI、DepthAI python需求，并將系統(tǒng)指向OAK設備。

sudo apt install git python3－pip python3－opencv libcurl4 libatlas－base－dev libhdf5－dev libhdf5－serial－dev libatlas－base－dev libjasper－dev libqtgui4 libqt4－test
echo ＇SUBSYSTEM＝＝＂usb＂， ATTRS｛idVendor｝＝＝＂03e7＂， MODE＝＂0666＂＇ ｜ sudo tee ／etc／udev／rules．d／80－movidius．rules
sudo udevadm control －－reload－rules ＆＆ sudo udevadm trigger
git clone https：／／github．com／luxonis／depthai．git
cd depthai
python3 －m pip install －r requirements．txt
安裝完所有內容后，運行命令

python3 test．py

現在你可以看到OAK－D運行的對象檢測模型可以檢測80個常見對象。有了OAK和OAK－D，我們可以使用它們提供的自由神經網絡或者我們可以用免費的google colab notebook訓練新的神經網絡。

OAK系列神經網絡；COVID－19掩膜／無掩膜檢測，年齡識別情緒識別人臉檢測面部標志（如眼角、嘴角、下巴等）一般目標檢測（20級）行人檢測車輛檢測該列表會定期添加�，F在，如果我們想訓練自己的模型，就在公共數據集上訓練模型，并使用OpenVINO將其部署到OAK和OAK－D。OAK－1和OAK－D都支持Linux、macOS和Windows主機，這使得它具有足夠的通用性，可以用于任何大小的原型流程。要部署和訓練你自己的模型，請遵循本教程：將自定義模型部署到Luxonis OAK－快速入門指南https：／／blog．roboflow．com／deploy－luxonis－oak／是的，這樣就可以插上電源，隨時可以使用了。它附帶python示例。同時支持C＋＋，因為API是用pybd11編寫的，用于Python綁定�；�于節(jié)點的管道生成器也可用于安排計算機視覺和人工智能工作流，使多步空間人工智能變得簡單。這允許你拖放腳本，可以生成一個腳本，作為圖像處理管道運行。為了簡化原型設計，我可以做的是拖放所需的任務（例如，對象檢測），并拖動任何其他轉換和參數進行定制。

如何使用空間AI在OAK－D上使用空間AI有兩種方法。1） 融合立體深度的單眼神經推理。在這種模式下，神經網絡在融合了視差深度結果的單個相機（左／右／RGB）上運行。在這種模式下，物體的邊界框將顯示在物體的中間，物體的深度將顯示。

2） 立體神經推理。在這種情況下，神經網絡在OAK－D的左右攝像頭上并行運行，直接用神經網絡生成3D位置數據。在這兩種情況下，都可以使用標準的神經網絡。神經網絡不需要用三維數據進行。OAK－D在這兩種情況下都使用標準的2D網絡自動提供3D結果。

在上面的例子中，神經網絡在兩個攝像機上并行運行。