香橙派OrangePi AIpro上手初体验

一、前言

非常感谢能够收到CSDN和香橙派的OrangePi AIpro开发板评测活动的邀请;
收到的OrangePi AIpro实物如下所示:

img

二、OrangePi AIpro介绍

通过查询香橙派官网可以了解到OrangePi AIpro的相关信息如下:
OrangePi AIPro 开发板是香橙派联合华为精心打造的高性能AI开发板, 其搭载了昇腾AI 处理器,最高可提供 8TOPS 的INT8算力;

img

目前收到的用于评测的OrangePi AIpro自带一个32GB的闪迪MicroSD存储卡,其中已经预装了Ubuntu系统,可以直接开机使用;

img


一些我们关注的参数如下:

img

三、开机使用

在香橙派官网可以下载到OrangePi AIpro的相关资料,其中包括用户手册,官网地址:
http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html
另外还有昇腾论坛:香橙派AIpro学习资源一站式导航

1、启动方式

从用户手册上我们可以知道OrangePi AIpro 可以从SSD、eMMC和SD卡3中启动方式,由于目前我手上在那时没有SSD和eMMC,同时收到的用于评测的OrangePi AIpro自带SD卡,以选择从SD卡启动;按照用户手册的描述,需要设置拨码开关用于SD卡启动;

img

img

2、串口登录

由于我目前没有比较方便使用的HDMI显示器,所以选择从串口登录的方式开始OrangePi AIpro的使用,需要准备一根Micro USB 接口的数据线和电脑连接,如下所示:

img


然后通过MobaXterm 软件进行串口调试,波特率设置为115200;
接通电源上电后串口即可收到如下打印信息:

img


输入账号:“root” 和密码:“Mind @123” 即可成功登录Ubuntu系统:

img

3、连接WIFI

通过nmcli即可连接WIFI,首先在命令行中输入“nmcli dev wifi”命令扫描周围的WIFI热点,其中第一个“TP-LINK_99E8”为我当前使用的路由器的WIFI名称;

img


然后我们输入如下命令连接WIFI,其中“TP-LINK_99E8”为WIFI名称,“tplink123”为WIFI密码

nmcli dev wifi connect TP-LINK_99E8 password tplink123

然后通过" ip addr show wlan0 " 命令即可查看到连接后IP地址为"192.168.0.106":

img


我们可以ping 一下百度来测试是否能正常访问公网:

img

4、SSH登录

OrangePi AIpro的Ubuntu系统SSH是默认打开的,所以我们在连接到网络后即可通过SSH登录了,如上获取到IP地址"192.168.0.106"后,还是使用MobaXterm 软件进行SSH登录:

img


输入密码"Mind @123" 后即可看到成功登录:

img

5、VNC登录

OrangePi AIpro Ubuntu系统的VNC端口1是默认开启的,我们连上网络后可以直接登录,
打开"RealVnc Viewer"软件直接输入"192.168.0.106:1"即可开始VNC连接:

img


然后我们即可成功登录到VNC界面了:

img


我们可以右键打开一个Terminal输入"uname -a"、"cat /proc/version"和"lsb_release -a"等命令来查看一些系统相关的基本信息;

img

四、Hello World

输入make -vgcc -v命令查看一下是否可以正常使用

img


我们新建一个 hello.c 文件,编写代码如下:

#include <stdio.h>

int main()
{
        printf("Hello world!\n");

        return 0;
}

然后使用gcc 编译运行,可以看到成功打印了hello word:

img

五、UnixBench 跑分

UnixBench 是一个用于 Linux 系统性能测试的工具,它可以测试系统的多个方面,包括 CPU、磁盘 I/O、内存和文件系统等。

1、安装UnixBench

首先查看一下git工具是否可以使用:

img


然后我们使用git获取unixbench源码:

git clone https://github.com/kdlucas/byte-unixbench.git

img


然后进入byte-unixbench/UnixBench目录,运行make命令编译UnixBench

img

2、运行UnixBench

编译完成后,执行./Run命令即可开始运行UnixBench进行基准测试

img


可以看到最终的跑分结果如下:

img

3、调整CPU部署

OrangePi AIpro开发板使用的昇腾SOC总共有4个CPU,这4个CPU既可以设置为 control CPU,也可以设置为AI CPU。 默认情况下,control CPU 和 AI CPU 的分配数量为3:1;我们可以通过 npu-smi info 命令可以查看下control CPU和AI CPU 的分配数量;

npu-smi info -t cpu-num-cfg -i 0 -c 0

img


我们可以使用下面的命令可以将4个CPU都设置为control CPU。设置完后需要重启系统让配置生效;

 sudo npu-smi set -t cpu-num-cfg -i 0 -c 0 -v 0:4:0

重启后再运行UnixBench 跑分测试,得到的结果如下:

img


可以看到,UnixBench 跑分从原来的2055.3提升到2677.4了

六、AI样例体验

OrangePi AIpro Ubunut系统中预装了 Jupyter Lab 软件。 Jupyter Lab 软件是一个基于 web 的交互式开发环境, 集成了代码编辑器、 终端、 文件管理器等功能,使得开发者可以在一个界面中完成各种任务。

1、登录 juypter lab

进入" ~/samples/notebooks " 目录下,然后使用start_notebook.sh脚本启动Jupyter Lab;
注意:其中IP地址参数为当前连接网络所分配的IP地址:

./start_notebook.sh  192.168.0.106

img


然后我们可以直接在我们的电脑上打开浏览器(注意: 如果上一步没有在启动时设置IP地址参数,只能在OrangePi AIpro自己的系统里打开浏览器);
在浏览器中输入上面看到的网址链接,就可以登录Jupyter Lab软件了,左侧文件管理器中是 9 个 AI 应用样例和Jupyter Lab启动脚本。

img

2、运行目标检测样例

首先在 jupyter lab界面双击“01-yolov5” ,进入到该目录下

img


然后我们可以看到该目录下有运行该示例的所有资源,其中 mian.ipynb 是在Jupyter Lab中运行该样例的文件,双击打开 main.ipynb,在右侧窗口中会显示 main.ipynb文件中的内容;

img


单击如下按钮即可运行样例, 在弹出的对话框中单击“Restart” 按钮,此时该样例开始运行。

img


img


等待几秒钟后,我们可以看到在窗口中出现了一段赛车的视频,模型对视频的每一帧进行推理, 并将检测到的赛车标注了出来:

img

七、总结

总体使用下来,使用体验还是比较好的,目前我只需要额外使用一个Micro USB 接口的数据线即可完成上面的所有操作,使用起来是很清爽的,比之前使用树莓派是要更方便的;当然,因为使用时间较短的原因,还有很多功能没有使用体验,后续有更多的时间会进行更深入的使用体验。

  • 8
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值