Ultralytics YOLO için Luxonis OAK Dağıtımı#

Luxonis OAK kameraları, Luxonis araçlarıyla dönüştürüldükten sonra Ultralytics YOLO modellerini cihazda çalıştırır. Bu, manuel bir dağıtım iş akışıdır; Luxonis, yerel bir Ultralytics model.export(format="...") hedefi değildir.

Bu kılavuz RVC2 ve RVC4 cihazlarını kapsar. Kameranın platformuna uygun biçimde dönüştür: RVC2 ve RVC4 yapıtları birbirinin yerine kullanılamaz. Desteklenen model aileleri ve görevler farklılık gösterir; dönüştürmeden önce Luxonis Tools destek matrisini kontrol et.

Desteklenen bir YOLO .pt kontrol noktasıyla, örneğin yolo26n.pt ile veya kendi eğitilmiş modelinle başla. Dönüştürülmüş NN Archive, modeli ve çalışma zamanı meta verilerini paketler.

Luxonis Hub ile Bulut Dönüştürme#

1. Luxonis Hub hesabında oturum aç ve Hızlı Dönüştürme sayfasını aç.
2. YOLO'yu seç, RVC2 veya RVC4'ü belirle ve .pt kontrol noktanı yükle.
3. Girdi şeklini ve dönüştürme parametrelerini ayarla, ardından dönüştürmeyi başlat.
4. İşlem tamamlandıktan sonra aşağıdaki çıkarım örneğinde kullanmak üzere dönüştürülmüş modelin tanımlayıcısını kopyala veya NN Archive'ı indir.

Otomatik dönüştürme veya özel RVC4 kalibrasyon verileri için HubAI SDK'yi kullan. Python 3.10+ ortamında kurulum talimatlarını izle. Ayrıntılı Dönüştürme, kayıt defteri yönetimi ve önceden tanımlanmış kalibrasyon veri kümeleri sunar.

Tools ve ModelConverter ile Yerel Dönüştürme#

Python 3.10+ ve Docker kullan. Bağımlılık kısıtlamaları da dahil olmak üzere üst kaynak kurulum talimatlarını izleyerek Luxonis Tools'u yükle. Tools, YOLO çıktısını Luxonis ayrıştırmasına hazırlar; genel bir ONNX dışa aktarımı bu adımın yerini tutmaz.

# Export the checkpoint to an ONNX NN Archive
tools yolo26n.pt --imgsz "640 640" --output-dir output

# Install the target-platform converter
pip install modelconv==0.6.0

Tools, yolo26n.tar.xz dosyasını output/ altında zaman damgalı bir dizine yazar. Aşağıdaki örnek yolu bu dosyanın yoluyla değiştir. RVC4 INT8 dönüştürmesi için calibration_images/ alanına temsili dağıtım görüntülerini ekle; kalibrasyon verisi gereksinimlerine bak.

modelconverter convert rvc4 --path output/yolo26n_20260807_104858/yolo26n.tar.xz \
  calibration.path calibration_images/

RVC2 için rvc4 yerine rvc2 kullan; FP16 dönüştürmesi için kalibrasyon görüntüleri gerekmez. Çıkarım için ara ONNX arşivi yerine ModelConverter'ın çıktı dizinindeki derlenmiş NN Archive'ı kullan. Çıktı yolları ve platforma özgü seçenekler için ModelConverter sayfasına bak.

OAK Kamerasında Çıkarım Çalıştırma#

Uyumlu bir OAK kamera bağla ve Python ortamına DepthAI yükle:

pip install depthai==3.9.0

Özel bir Hub modeli için betiği çalıştırmadan önce DEPTHAI_HUB_API_KEY değerini Luxonis Hub API anahtarı olarak ayarla. your-model-identifier değerini Hub'dan aldığın tanımlayıcıyla değiştir veya yerel derlenmiş NN Archive seçeneğini kullan.

import depthai as dai

model = "your-model-identifier"
# Alternatif olarak dönüştürülmüş yerel yapıtını kullan:
# model = dai.NNArchive("path/to/model.rvc4.tar.xz")

visualizer = dai.RemoteConnection()

with dai.Pipeline() as pipeline:
    camera = pipeline.create(dai.node.Camera).build()
    detection = pipeline.create(dai.node.DetectionNetwork).build(camera, model)

    visualizer.addTopic("rgb", detection.passthrough, group="RGB")
    visualizer.addTopic("detections", detection.out, group="RGB")

    pipeline.start()
    visualizer.registerPipeline(pipeline)

    while pipeline.isRunning():
        if visualizer.waitKey(1) == ord("q"):
            pipeline.stop()

RGB akışını ve algılamaları görüntülemek için http://localhost:8082 dosyasını aç. DetectionNetwork, uyumlu örnek segmentasyonu ve poz modellerini de destekler. Anlamsal segmentasyon ve sınıflandırma dahil diğer görevler için göreve özel çıkarım yönergelerini izle.

Stereo derinlik işlem hatları için uzamsal algılama örneğine bak. Modelini hedef kamerada karşılaştırma kılavuzunu kullanarak ölç; verim, modele, girdi boyutuna, hassasiyete ve işlem hattı yapılandırmasına bağlıdır.

Sık Sorulan Sorular#