注意：本文最初发表在 OpenCV AI Kit Kickstarter 活动 上。

OAK 的创立是为了解决人类安全问题，这一目标仍然是该项目的基础。我们还相信，为了最大限度地提高效率，这项技术必须易于使用。

OAK 的两个核心理念之间最大的交集之一就是使用免费工具训练自定义神经网络并将其部署到 OAK-1 或 OAK-D 模块的简便性。

今天，我们将介绍由该团队实习生 Joash 训练的一个网络。在使用 OAK 之前，Joash 对 AI 或 CV 没有经验，但仍然能够创建这个强大的网络，它可以检测和跟踪几种类型的个人防护装备 (PPE)：安全背心、安全眼镜和头盔。我问 Joash 关于在 Slack 上第一次训练模型的体验：“我原以为这将是一件很困难的事，但该平台的易用性和功能的强大使我能够轻松创建、部署和重新创建模型。”

为了创建这个网络，使用了出色的基于 Python 的图像标注应用程序 labelImg 和一个免费的 Google Colab 笔记本。虽然 OAK 和我们的工作流程非常简单，但训练一个优秀的网络仍然需要一些测试和修改。Joash 描述了这个过程：“例如，在训练安全眼镜模型时，我最初只输入了带有安全眼镜和佩戴安全眼镜的人的图像。然而，我注意到，在测试时，它开始检测我的眼睛为安全眼镜（因为输入图像中安全眼镜戴在眼睛上）。因此我意识到我需要有真实数据来告诉它什么不是一副安全眼镜。经过这次调整后，模型就得到了修复，结果更加干净。”您可以在下面看到修改前 (左) 和修改后 (右) 的效果。

尽管需要做一些调整，但 Joash 发现这个过程非常有趣，他说：“最重要的是，训练这些模型很有趣，我可以亲眼看到 ML 技术可以轻松地应用于看起来非常困难的问题。”

OAK 以人类安全和感知为设计理念，但为了实现这一崇高的目标，它需要易于上手。通过创建模型训练的标准化工作流程，我们距离下一项重大突破又近了一步。

感谢您支持 Kickstarter 活动 的支持者。有了您的支持，我们已经超过了下一个伸展目标的一半，当我们达到 500,000 美元时，我们将创建一个新的开源以太网供电版 OAK-1！让我们继续保持这种势头。