嵌入式竞赛海思Taurus视觉开发环境搭建：云服务器版

前言

海思官方提供的Taurus视觉套件环境配置流程在这里，然而这需要开一个100GB虚拟机，笔者的老电脑不堪重负，性能和空间均不足。笔者正好有一台云服务器，因此本文提供一种用云服务器代替虚拟机的方法。

配置云服务器

云服务器的基本配置要求：内存4GB，磁盘100GB SSD。

1. 如果你的服务器原本做它用，可以创建快照进行备份；
2. 如果你的服务器原本不是Ubuntu操作系统，可以重装系统为Ubuntu 20 LTS（笔者自用）或者Ubuntu 18 LTS（官方推荐）；
3. 一般来说，服务器版本的Ubuntu都会自带SSH功能，因此只需要开放端口22即可。如果确实没有安装SSH，则输入以下命令安装SSH和其他网络工具：

sudo apt-get install openssh-server -y
sudo systemctl start ssh
sudo apt install net-tools -y

4. 鉴于有可能不知道Ubuntu的默认密码，可以强制重置一下；
5. Ubuntu换源（以清华源为例）：官方教程点这里，看官方教程的时候务必选择正确的Ubuntu版本！

# 1. 备份
sudo cp /etc/apt/sources.list /etc/apt/sources.list.old
# 2. 更改
sudo apt-get install vim -y # 没安装vim先安装vim
sudo vim /etc/apt/sources.list
# 3. 编辑：按下i键开始编辑。删掉全部内容，填入官方教程中的内容。按下Esc，输入:wq保存关闭。
# 4. 更新
sudo apt-get update  #这个命令会访问源列表里的每个网址，并读取软件列表，将其保存在本地
sudo apt-get upgrade  #这个命令会更新本地已安装的软件

6. 安装docker：

sudo apt install docker.io -y
sudo groupadd docker
sudo gpasswd -a $USER docker
newgrp docker
sudo chmod a+rw /var/run/docker.sock

7. 为了能够流畅的编译Taurus镜像，至少需要8GB内存。如果内存不足8GB，需要创建虚拟内存补足8GB，教程在这里。

下载Taurus开发用Docker镜像文件

1. 先将Docker镜像下载到自己电脑上：
   百度网盘链接 提取码：vq1n
   123云盘链接

2. 再将Docker镜像上传到服务器上。在你的本地电脑上输入：

   sftp 用户名@服务器地址
   put 刚下载好的Dokcer镜像的本地路径
   exit
   

3. 验证MD5

   md5sum embedded-competition-hisilicon-2023.tar.gz
   #结果应为9d3d47a7c272407bf06c246a8c182641
   

我知道这样很慢，但是显然直接在服务器上从网盘下载文件有点困难。

配置Docker

1. 导入docker镜像（时间很长，耐心等待，确保Ubuntu至少有60G可用的磁盘空间）

   docker load < embedded-competition-hisilicon-2023.tar.gz
   

2. 查看docker镜像信息

   docker images
   

3. 启动docker编译环境：执行下面的命令，启动docker编译环境，其中openharmony为自定义的docker的名字，1732c9b9e9e7为教程中Ubuntu下docker的IMAGE ID，这里请根据自己docker image ID的不同自行修改。

   #格式：docker run -itd --net=host --name [容器实例名] -v /home/你Ubuntu的用户名/docker_share:/home/openharmony [镜像ID] /bin/bash
   docker run -itd --net=host --name openharmony -v /home/hispark/docker_share:/home/share 1732c9b9e9e7  /bin/bash
   

配置本地VSCode

1. 首先安装Docker插件和Remote Development插件包：
   
   
2. 用VSCode的SSH连接你的远程服务器，建议创建RSA KEY避免每次登陆都要密码，可以参考这篇文章。
3. 单击左下角><绿色按钮，选择Create Dev Container…
   选择你刚刚创建的Docker即可。