OrangePi AIpro 快速上手初体验

Car12

已于 2024-07-21 22:39:24 修改

阅读量1k

点赞数 23

文章标签： OrangePi AIpro

于 2024-07-21 10:12:11 首次发布

本文链接：https://blog.csdn.net/u010261063/article/details/140584051

版权

开发板开箱

1.1.包装

在这里插入图片描述

1.2.开发版

在这里插入图片描述

Orange Pi AIpro Orange Pi官网-香橙派（Orange Pi）开发板

1.3.引脚分布

在这里插入图片描述

1.4开发板资源简介


1	CPU	配备了4核64位ARM处理器，其中默认预留1个给AI处理器使用
	NPU	集成了华为昇腾310BAI处理器，拥有4TFOPS的FP16算力核8TOPS的INT8算力
	内存	标配LPDDR4X的规格，有8G核16G两种配置可供选择
	存储	板载32MB的SPI Flash，内置1个Micro SD卡槽、1个eMMC插座、M.2插槽（2280规格）
	以太网	板载10/100/1000Mbps自适应RJ45口
	无线通讯	2.4+5双频WIFI核BT4.2
	USB	2个USB3.0 Host接口、1个Type-C接口（USB3.0）
	摄像头	预留了2个MIPI CSI 2 Lane接口
	显示	2个HDMI接口，支持同时4K@60HZ输出、一个MIPI DSI 2 Lane接口支持外接显示屏
	音频	除了2个HDMI接口还有一个3.5MM耳机孔
	40PIN扩展口	支持UART、I2C、SPI、PWM、GPIO等
	风扇接口	4PIN接口，12V供电，支持PWM调速
	电池接口	2PIN，用于接3串电池，支持快充
	调试串口	板载Micro USB接口的调试串口，特别称赞的是板载了USB转TTL，方便调试
	操作系统	目前支持Ubuntu-22.04核OpenEuler 22.03两种

在这里插入图片描述

2.开发板初探

2.1启动方式

TF 卡
eMMC
SSD（支持 NVMe SSD 和 SATA SSD）启动

在这里插入图片描述

拨码开关仅仅重启生效

2.2硬件连接

连接usb转TTL串口需要一根micro usb 线
打开Mobaxterm，打开Serial终端，设置波特率为115200
接上电源

在这里插入图片描述

2.3登录

账号	密码
root	Mind@123
HwHiAiUser	Mind@123

注意复制账户和密码提示Login incorrect需要手动输入即可

在这里插入图片描述

2.4连接网络

2.4.1连接wifi指令

TP-LINK_5G_45A1是wifi名称

chejia12是密码

sudo nmcli dev wifi connect TP-LINK_5G_45A1 password  chejia12

以查看 wifi 的 IP 地址

ip a s wlan0
    
ifconfig

在这里插入图片描述

网络连接测试

nmcli dev wifi list

开发板连接了名字为TP-LINK_5G_45A1的WiFi网络

在这里插入图片描述

2.4.2固定ip

参考用户手册

sudo nmtui

在这里插入图片描述

自动连接

在这里插入图片描述

自动连接设置

在这里插入图片描述

2.5使用ssh实现开发版的远程连接

首次进入需要输入密码，密码输入后提示自动保存密码，确认即可，以后就不再输入密码了

在这里插入图片描述

2.6gpio测试

40Pin接口定义为gpio

在这里插入图片描述

7：表示第7组gpio

6：代表第6个pin

	//查看gpio方向
	sudo gpio_operate get_direction 7 6
    //设置输出
    sudo  gpio_operate set_direction 7 6 1 
    //设置输入
    gpio_operate set_direction  7 6 0
    //设置gpio的高低电平    
    sudo gpio_operate set_value  7 6 1
    sudo gpio_operate set_value  7 6 0

在这里插入图片描述

2.7cpu 测试

lscpu

4核64位处理器+ AI处理器
在这里插入图片描述

2.8内存大小查看

cat /proc/meminfo

在这里插入图片描述

2.9磁盘大小查看

df -h

2.10查看昇腾芯片 NPU 卡的信息

npu-smi info

Device为310B4，芯片温度为47度，总内存为7.6G，已使用4.3G左右

在这里插入图片描述

2.11spi外设测试

查找外设

ls /dev/spi*

测试指令

sudo spidev_test -v -D /dev/spidev0.0

接线

SPI0_SDO和SPI0_SDI短接

在这里插入图片描述

3.开发板的cpu负载测试

3.1 自己写了一个程序如下

#include <stdint.h>
int main(int argc,char *argv[])
{
	if(argc==2)
	{
		while(1)
		{
			//printf("%s",argv[1]);
		}
	}
	return 1;
	
}

在这里插入图片描述

经过测试开发版没有出现风扇的那种开机猛转的情况，说明cpu还是很强的

3.2cpu CoreMark 测试

1.下载 CoreMark源码

git clone https://github.com/eembc/coremark

编译

  make XCFLAGS="-DMULTITHREAD=4 -DUSE_PTHREAD -pthread"

测试

./coremark.exe

在这里插入图片描述

在这里插入图片描述
4个核心coremark分数累计为： 34003.485357

4开发板的AI样例体验

HDD增强示例

进入目录

cd samples

运行样例

./start_notebook.sh

复制地址进入网页

http://127.0.0.1:8888/lab?token=ef3136c877f3535bdefa152a533e83f79d39238d0c9c9d0e

在这里插入图片描述

关闭 Kenel

在这里插入图片描述
运行示例

结果显示

5.yoloV8跑起来

1.首先建立vnc的远程连接
在这里插入图片描述
2.依次输入指令

conda create -n tvm python=3.10
conda activate tvm
pip install ultralytics
yolo predict model=yolov8n.pt bus.jpg

在这里插入图片描述

pip install ultralytics下载可能失败使用这个指令即可

pip install timm==0.9.8 thop efficientnet_pytorch==0.7.1 einops grad-cam==1.4.8 dill==0.3.6 albumentations==1.3.1 pytorch_wavelets==1.3.0

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
安装完成

3.下载源码
https://github.com/ultralytics/ultralytics

git clone https://github.com/ultralytics/ultralytics.git
git clone https://gitee.com/chejia12/ultralytics.git

4.通过MobaXterm软件ssh连接，将源码拷贝到主板系统当中

5.将yolov8n.pt也给下载下来，后面半精度训练的时候需要用到yolov8n.pt权重

6.测试代码

from ultralytics import YOLO


model = YOLO("yolov8n.yaml") 
model = YOLO("yolov8n.pt") 


model.train(data="coco128.yaml", epochs=3) 
metrics = model.val()  
results = model("bus.jpg")  
success = model.export(format="onnx")