编辑：OAK中国
首发：oakchina.cn
喜欢的话，请多多👍⭐️✍

前言

Hello，大家好，这里是OAK中国，我是助手君。

本文内容来自用户@炼丹去了，由OAK中国编辑排版。

一.背景

OAK-D-lite 本质上是3个相机+1个Inter VPU的组成，可玩性挺高。
由于OAK demo库中目标检测目前只有yolox的案例，故学习了其他模型的适配。
目前适配模型：

• yolov5_v6.0
• nanodet_plus
• Ultra_Light_Fast_Generic_Face_Detector
• yolo-fastestv2

二.环境

pytorch >= 1.7.0 # export.py need
opencv-python >= 4.5.5
depthai 2.13.3.0
opset 12
OAK-lite

三.大体流程

github地址： https://github.com/VITA-Alchemy/OAK_Detection
在线模型转换地址： http://blobconverter.luxonis.com/

1.首先原项目导出onnx格式或者下图其他兼容格式

#以yolov5为例
git clone -b v6.0 https://github.com/ultralytics/yolov5.git
download https://github.com/ultralytics/yolov5/releases/download/v6.0/yolov5s.pt
python export.py --simplify --opset 12 

2.onnx模型在线转换

3.编写推理代码

查看API文档

四.性能

速度：

模型	输入	单帧时间
nanodet_plus	416	22~30ms
yolov5_n	640	90~100ms
yolov5_s	640	200~250ms
yolo-fastestv2	352	15~30ms
注：这里单帧时间包括前处理，推理，后处理。

精度：

模型转换后，精度损失，未严谨测试：
v5s onnx opencv推理结果（左）： ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ v5s blob 推理结果（右）：

五.参考资料

OAK文档
OAK产品介绍
https://github.com/RangiLyu/nanodet
https://github.com/hpc203/nanodet-plus-opencv
https://github.com/ultralytics/yolov5
https://blog.csdn.net/nihate/article/details/112731327?spm=1001.2014.3001.5502

---

OAK中国
| OpenCV AI Kit在中国区的官方代理商和技术服务商
| 追踪AI技术和产品新动态

戳「+关注」获取最新资讯↗↗