在 OAK 4 摄像头上使用 OAK Hub 部署自定义 ONNX 模型
在 OAK-4 摄像头上运行你自己的 AI 模型，现在比以往任何时候都更加简单——只需借助 OAK Hub。上传模型、将其转换为 RVC4 平台格式、通过提供的示例代码启动运行，从训练好的 ONNX 模型到边缘端实时推理，整个过程仅需几分钟。
🎬 视频演示：完整部署流程：
OAK 4 系列实操：焊点缺陷检测模型上传转换 + 设备全流程部署_哔哩哔哩_bilibili
https://www.bilibili.com/video/BV11Qju6jE1b?spm_id_from=333.1387.homepage.video_card.click&vd_source=61516d16ca1f10232225cbbcde589fe6&spm_id_from=333.1369.0.0
💡 最佳实践建议：我们强烈推荐使用 NN Archive（神经网络归档文件）格式，而非原始的 ONNX 文件。NN Archive 将模型与其元数据和配置一同打包，使模型转换和部署流程更加流畅顺畅。
在本视频中，我们以一个自定义训练的焊点缺陷检测模型为例，完整演示了从在 OAK Hub 中上传并转换模型，到在 OAK 4系列设备上运行并查看实时推理结果的整个流程。
请观看下方视频了解完整操作步骤，并可查阅本文关联的文档，进一步学习 NN Archive、模型转换以及 Luxonis 设备部署的相关知识。
📌 视频中提到的资源
OAK Hub — http://hub.luxonis.com
OAK 示例代码仓库 — 网页链接
NN Archive 文档 — http://docs.luxonis.com/software-v3/ai-inference/nn-archive
焊点缺陷检测训练教程 — https://discuss.luxonis.com/blog/6221-ai-powered-soldering-defect-detection-with-oak4-s-and-a-microscope
OAK 官方文档 — docs.luxonis.com
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
5
0- 0
已为社区贡献5条内容
所有评论(0)