树莓派4b 镜像_用树莓派4b构建深度学习应用(一)硬件篇

本文介绍了作者使用树莓派4b 8gb版构建深度学习应用的初衷,强调了其在嵌入式设备上的潜力,并预告了后续将搭建最新最稳定的软硬件环境,包括OpenCV、pyTorch和Tensorflow等,以及如何运行yolo v5应用和使用Intel NCS2加速。
摘要由CSDN通过智能技术生成

前言

最近树莓派4b发布了8gb的版本,这么大的内存用在嵌入式设备上,简直是为了深度计算而生,果断入手了一块,遂开启了一轮踩坑之旅。

为了避免重复网上已有的树莓派教程,后续系列文章,我尽量以2020年为基准,先打造一个最新最稳定的软硬件开发环境,再在其上构建AI应用。比如选择构建OpenCV 4.4,pyTorch 1.6和1.7,Tensorflow 2.1,然后在上面跑yolo v5应用,用intel NCS2加速等等…

119d3bdc8b491714f477b6a8442ea38c.png

a2c2d949938f9fd05809f31260c5c0cc.png

这篇我们先来选用一些必要的硬件设备,其中标明必备的,则是运行系统所要求的,型号规格尽量保持一致,可选的部分可根据实际AI应用选择即可。 树莓派4b(必备,4gb或8gb)

66861caab2a1b6827b160e7e0b26f735.png

如果是开发折腾用推荐8gb版本,无论是tensorflow还是pytorch,甚至想在树莓派上开个chrome查下文档,都占相当大的内存。不过由实际使用来看,4gb的版本足已满足当前需求,性价比很高,预算有限的优先选择。而2gb的版本不推荐,在编译大型应用或跑推理模型的时候容易OOM,需要设置很大交换内存,会显著的拖慢编译速度,极度缩减tf卡的寿命。 MircoSD卡(必备,推荐64gb)

eb2b809cbc55d5cef8c6939d0657740d.png

建议多买几张,树莓派上可以安装各种系统,进行多个备份。推荐64g的是因为这是当下国产卡比较成熟廉价的型号,20块左右,白菜价值得入手。 读卡器(必备)

58c7a41535305c9eb8bdacc64abf2796.png

烧写镜像或是读写配置文件都需要用到,SD卡套或usb读卡器都行,笔记本的话用卡套方便些。读卡器可以考虑usb 3.0,不过大多数情况2.0的480Mbps匹配MircoSDXC的速度也够用了。 摄像头(必备)

707f00c6c35a058f1b55924e8e95c982.png

跑CV类的AI应用必备,推荐采用CSI的视频接口,树莓派的USB口太紧凑了,USB的摄像头不一定有位置可以插。必要的时候还需要扩展一个USB HUB解决多外设的问题。如果要跑工业CV应用,可以选用 IMX477R 高清摄像头配相应的长焦和微距镜头。 散热外壳(必备)

79abc74ac5f684c0be21273b7325c72e.png

如果要长时间跑AI模型,几块散热片是远远不够的,推荐用乌金铠甲(直接在CPU上用3M的散热胶把热量引到整个外壳上)。这一代的树莓派CPU基础温度很高,随便跑个桌面就50 ℃多了,满负荷状态下可以稳定的跑在85℃上一整天,必要的时候可以开启风扇降温(比较吵)。 充电器5v3A(必备)

4881437f9fb6d2f7910aae5fa5fd83e3.png

官方电源和国产配套电源(带开关方便重启)都能满足需要,普通手机充电器一般才2A,有太多外设的话,电源的压力就很大。连接太多外设的跑应用时候,会看到屏幕右上方的闪电 亏电标志。 无线键盘鼠标(可选)

e92130b40a3d3eb5f7fed7bf99b2e76c.png

如果想直接把树莓派当PC用,配一个Nano的无线键鼠,有物理输入设备,会方便调试代码。没有的话,也可以用VNC来远程桌面访问,所以根据需要可选。 HDMI 转接线(可选) 201df72d531d44c183ad23abfa118429.png 1c5771532cb3da1e44e53cddc8775359.png树莓派4b的HDMI口是micro的,如果要连接HDMI的显示器,则需要一根micro HDMI视频线或者转接头。希望双显示输出的话,那要买两根micro HDMI视频线,因为树莓派的视频接口很近,同插2个转接口会打架... intel神经棒NCS2(可选)

8dd953c94f8b8264a60897faa38766f4.png

AI应用往往是会进行大量浮点数计算,一般会采用GPU进行运算,通过GPU强大的浮点数运算能力,可以有效提升神经网络运算的效能,但若是要将神经网络运算放到如树莓派的单板计算机进行运算,却往往受限于单板计算机的GPU运算效能,使得神经网络运算的速度不足。虽然树莓派4b的运行速度是3b的3倍以上,但跑AI推理还是无法达到实时(实测跑yolo v4s,0.3fps),但是透过单板计算机进行AIoT的应用促进了边缘运算技术的发展,若单板计算机要在神经网络运算上获得较佳的运算效能,可以考虑透过USB即插即用的外接神经运算装置解决神经网络运算的效能需求。Google Coral Edge TPU USB加速棒 或者 intel Neural Compute Stick 2 都是可以使用的,就性价比来说,NCS2会更高些。 usb延长线或usb hub(可选)

81637c34d33e6a7c12fd3eb00c4f0092.png

树莓派的USB口都集中在一起,直插设备的话(比如NCS2)会把其他的口都挡住,所以多外设的话,最好再配一些usb延长线或是usb hub扩展接口数量。 树莓派UPS或充电宝(可选)

bb395561d6386eecefb4634bd4a6f93c.png

如果想外出采集数据或是实验AI应用的话,还需要配备一个足够大的充电宝。前文提到普通充电宝接口电流最大2A,如要更大电流,就需要采用两节18650那种提供稳定的电源支持。 树莓派 4G模块(可选)

472dd07d09bdb0e0f0ee3b3bef8a8c38.png

在户外的车载项目或AIoT应用中,4G模块可以提供无线的远程连接。可以提供云端推理或是传感器数据云端存储,实现4G高速上网,无线通信,打电话,发短信,全球定位等功能。
#硬件清单规格
1树莓派4b4gb,8gb
2microSD卡64gb
3读卡器卡套 或 usb
4摄像头CSI 接口
5散热外壳乌金铠甲
6充电器5v 3A
7无线键盘鼠标(可选)
8HDMI 转接线(可选)
9intel神经棒NCS2(可选)
10Usb延长线或usb hub(可选)
11树莓派UPS或充电宝(可选)
12树莓派 4G模块(可选)
eef2215facb24a31300589fe8c429058.png

上述器件入手后,一顿操作将他们组合到一起就搞定硬件平台了。

整体上来看,相对于 NVIDIA的 Jetson 和Google的 Coral 而言,树莓派是一个比较低廉的边缘计算设备,对于大规模对成本敏感的传感器网络来说,是一个很好的可选方案。

下一篇

我们将搭建树莓派的软件环境,

介绍一些常用的工具软件,

方便后续的开发工作,

敬请期待…

e80960d3704c9f82722f0e47ea737a1c.png
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