MCAP (https://mcap.dev/) или ROS.bag (http://wiki.ros.org/rosbag). Поскольку монопотоки синхронизированы, вы сможете восстановить всё стереовосприятие глубины.

Запустите с помощью команды: $ depthai_demo.py -app record [-p SAVE_PATH] [-q QUALITY] [--save STREAMS] [-fc] [-tl]. Более подробную информацию об аргументах и воспроизведении можно найти здесь: https://github.com/luxonis/depthai-experiments/tree/master/gen2-record-replay.

Поддерживаемые модели

Мы добавили поддержку ряда различных моделей искусственного интеллекта, которые работают (декодирование и визуализация) «из коробки» с демонстрацией. Вы можете указать, какую модель запустить с аргументом -cnn, как показано выше. В настоящее время поддерживаются следующие модели:

• deeplabv3p_person;
• face-detection-adas-0001;
• face-detection-retail-0004;
• human-pose-estimation-0001;
• mobilenet-ssd;
• openpose2;
• pedestrian-detection-adas-0002;
• person-detection-retail-0013;
• person-vehicle-bike-detection-crossroad-1016;
• road-segmentation-adas-0001;
• tiny-yolo-v3;
• vehicle-detection-adas-0002;
• vehicle-license-plate-detection-barrier-0106;
• yolo-v3. Если вы хотите использовать пользовательскую модель искусственного интеллекта, см. документацию здесь: https://docs.luxonis.com/en/latest/pages/tutorials/first_steps/#using-custom-models.

Статистика использования

По умолчанию демонстрационный скрипт будет собирать анонимную статистику использования во время выполнения. Она включает в себя:

• Информацию о конкретном устройстве (например, mxid, подключённые камеры, состояние устройства и тип подключения);
• Специфическую для среды информацию (например, тип ОС, версия Python, версии пакетов).

Мы собираем эти данные, чтобы лучше понять, какие среды используют наши пользователи, а также лучше помогать в вопросах поддержки.

Все собранные нами данные анонимны, и вы можете отключить их в любое время. Для этого перейдите на вкладку «Misc» и отключите отправку статистики или создайте файл .consent в корне репозитория со следующим содержимым:

{"statistics": false}

Сообщение о проблемах

Мы активно разрабатываем фреймворк DepthAI, и нам важно знать, с какими проблемами вы сталкиваетесь. Если у вас возникла проблема, пожалуйста, выполните следующие шаги и отправьте электронное письмо по адресу support@luxonis.com:

1. Запустите log_system_information.sh и поделитесь выводом из (log_system_information.txt).
2. Сделайте фотографию используемого вами устройства (или предоставьте нам модель устройства).
3. Опишите ожидаемые результаты.
4. Опишите фактические результаты работы (что вы видите после запуска скрипта с DepthAI).
5. Как вы используете Python API DepthAI (например, фрагмент кода).
6. Вывод консоли.