树莓派4B上手指南

树莓派4B上手指南

软件包以及镜像可以从百度网盘获取：

链接：https://pan.baidu.com/s/1ReffurBHQWKU9cPnZFdOpw
提取码：2021
–来自百度网盘超级会员V4的分享

首先确保我们已经有了以下东西：

1.树莓派板子，我的是4B版本

2.一个SD卡

3.一个读卡器

4.树莓派电源线

5.一根网线

一.烧录镜像

首先安装以下烧录工具【2.开发环境\镜像烧录工具\镜像烧录工具balena-etcher】：

安装过程略过。

安装完成后打开软件是下面这样：

点击select image，选择我们的镜像【2.开发环境\系统镜像】。

注意是img后缀的。

接着点击“select target”，选择我们的硬盘，这里是选择我们的SD卡，注意不要选错。

接着，开始烧录。

这一过程花的时间挺长的，可以先泡一杯卡波奇诺。

烧写完成之后还需要验证：

验证结束：

结束了之后把读卡器拔出，再重新插入，就可以看到：

二.配置WIFI

这里我采用的是手机开热点的方式，其实也可以连接自己的路由器。

我首先用手机开了一个热点，热点名称：aiden 密码：123456789

这里需要注意的是名称和密码最好都不带中文。

接着用记事本或其他软件打开【11.开机配置文件】下的

修改内容为：

country=CN
ctrl_interface=DIR=/var/run/wpa_supplicant GROUP=netdev
update_config=1

network={
	ssid="aiden"
	psk="123456789"
	priority=5
}

修改之后记得保存。

接着把上面那两个配置文件拷贝到boot盘里：

拷贝结束之后可以将boot盘弹出。接着取出SD卡，插到树莓派上。接着给树莓派插上电源线，开机，开机之后树莓派会自动连上我们的热点。然后电脑也连上我们的热点。这样我们可以在手机上看到：

上面那个是树莓派，下面是我电脑的。

三.SSH登录

打开ssh工具【9.配套辅助软件】：

配置如下内容：

IP地址为我们在手机上看到的，端口号默认选择22，ssh。

选择open之后，会出现以下界面：

这里直接选“是”即可。

接着先输入用户名：pi 密码:raspberry

注意输入密码的时候我们是看不到的，这是Linux下的一种保护机制，我们按内容一个一个输入完成即可。输入完用户名和密码之后出现下列界面：

说明此时已经连接成功。

四.开启VNC服务

在前面窗口的基础上，我们在终端里输入：

会出现：

用键盘的上下键移动光标选择 “5 Interfacing Options”，并回车；

然后选择P3.

选择“是”

最后别忘了：

这样就开启了VNC服务。

然后在电脑上安装VNC软件：

安装过程略过。

安装完成后打开软件并输入ip地址：

选择

输入用户名和密码。用户名：pi 密码:raspberry

然后选择ok就可以进入我们树莓派的桌面了。

五.使用网线连接树莓派和电脑

首先我们需要在刚才的环境下，进入终端，查找ip地址。（刚才是树莓派和电脑同时连接手机的热点）

在终端里输入：

接着会看到：

选择eth0对应的inet地址。我们把这个地址记录下来。

接着，我们退出VNC，输入我们刚才的地址：

按之前的步骤操作即可。（不过必须是已经将网线将电脑和树莓派相连，电脑可以先连接别的wifi）

按照上面的步骤操作之后，我们就可以在树莓派里连接其他的热点了。

六.安装opencv-python

由于我们的系统其实已经预先装好了，所以已经有了python环境，我们可以打开树莓派的终端查看一下版本：

我们后面使用的都是python3。

此处可以先换一下镜像源。参考这篇文章：https://zhuanlan.zhihu.com/p/98079246

接着依次在终端里执行下列指令：（进行这些操作之前务必先换源，不然会特别慢）

sudo apt-get update 
pip3 install numpy  （如果已经有了那可以升级一下 pip3 install -U numpy）
pip3 install opencv-python

安装完成后测试能不能用：

如果不报错说明导入成功。

七.安装TensorFlow2

这里主要参考了这篇文章：https://zhuanlan.zhihu.com/p/158745478

1.检测环境是否安装成功

python3 --version
pip3 --version
virtualenv --version

如果某一条命令运行时提示未找到，则未安装，需要在第2步中选择相应命令安装。

2.安装未安装的模块

根据第1步，从下面命令中按需选择即可，其中update和安装libatlas-base-dev的命令必选。

sudo apt update  # 此命令必选
sudo apt install python3-dev python3-pip  # 如已经安装了Python3和pip3则跳过此命令
sudo apt install libatlas-base-dev  # 此命令必选，注意！！！
sudo pip3 install -U virtualenv  # 如果已经安装了虚拟环境，跳过此命令

3.创建虚拟环境。

virtualenv --system-site-packages -p python3 ./venv

4.激活虚拟环境

source ./venv/bin/activate

执行完以上语句之后就进入了虚拟环境。

5.更新pip

pip3 install --upgrade pip

6.安装依赖包

pip3 install keras_applications==1.0.8 --no-deps
pip3 install keras_preprocessing==1.1.0 --no-deps
pip3 install h5py==2.9.0
pip3 install -U six wheel mock

7.下载tensorflow包

这里我提供了一个TensorFlow2.3.0的包。在开头百度网盘分享的链接里。

使用vnc的文件传输工具将包传进来。

然后进入包放置的路径安装。

pip3 install tensorflow-2.3.0-cp37-none-linux_armv7l.whl

下载的过程中还会自动下载一些其他的依赖包，此时等待安装完成即可。

安装完成之后进入python环境测试能否导入成功：

参考：

1.https://blog.csdn.net/u014397533/article/details/50910531

2.https://zhuanlan.zhihu.com/p/158745478