用 Raspberry Pi 5 构建文件服务器(NAS)

系列文章目录


文章目录

  • 系列文章目录
  • 前言
  • 一、软件设置
  • 二、存储器设置
  • 三、配置
  • 总结


前言

2023 年 11 月 13 日
本-埃弗拉德

这个 #MagPiMonday 周一,学习如何利用 Raspberry Pi 5 的新功能制作更好的 NAS。本教程是 MagPi 推出的 Raspberry Pi 5 特辑的一部分。

在这里插入图片描述
M.2 固态硬盘卡有助于降低文件服务器的功耗要求

在 MagPi 134 中,我们采访了文档主管阿拉斯戴尔-艾伦(Alasdair Allan),他提到他对未来树莓派 5 将使用 M.2 HAT 的低功耗 NAS 盒子的前景感到兴奋。以下是安装的基本方法。


一、软件设置

您需要在 Raspberry Pi 操作系统上安装 Samba,通常使用

sudo apt install samba samba-common-bin

我们喜欢在共享驱动器上使用 NTFS,这样其他操作系统就能轻松使用,因此我们安装了 NTFS:

sudo apt install ntfs-3g

在这里插入图片描述

二、存储器设置

通常我们使用外置硬盘,但使用固态硬盘也很相似–插入硬盘,确保格式化,然后挂载到 Raspberry Pi OS。启动后插入时会自动完成,但要在启动时自动加载(两者是有区别的),你需要用 sudo nano /etc/fstab 编辑 fstab 文件,并添加类似的一行:

 /dev/sdb1 /mnt/location ntfs nls-utf8,umask-
0222,uid-1000,gid-1000,rw 0 0

三、配置

NAS 盒子的神奇之处在于 Samba 配置文件,它就像写了一个咒语,将共享存储开放到网络中。下面是一个例子,上面的截图中还有另一个例子,但请根据自己的需要进行调整

[share]
Comment = Network share
Path = /mnt/location
Browseable = yes
Writeable = yes
only guest = no
create mask = 0777
directory mask = 0777
Public = yes
Guest ok = yes

总结

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Raspberry Pi 4是一款小型单板计算机,而YOLOv5是一种强大的实时目标检测算法。将它们结合使用可以实现在树莓派上进行实时目标检测的功能。 Raspberry Pi 4具有强大的处理能力和丰富的GPIO接口,使其成为在物联网、机器学习等领域应用广泛的开发板。而YOLOv5是目标检测算法中的一种,它采用深度学习框架PyTorch实现。 将YOLOv5算法部署到Raspberry Pi 4上需要以下几个步骤: 1. 安装相关软件和依赖:在树莓派上安装Python3、PyTorch等必要的软件和库。 2. 下载和训练模型:从YOLOv5的GitHub仓库中下载所需的模型文件,并在合适的数据集上进行训练。 3. 部署到树莓派:将训练好的模型和相关的Python代码部署到树莓派上。可以使用摄像头作为输入源,获取视频流,并通过YOLOv5模型实时检测出图像中的目标。 4. 实时目标检测:利用树莓派的处理能力,在摄像头捕获到的视频流中进行目标检测。YOLOv5算法能够高效地检测并识别视频中的各种目标,包括人、车辆、动物等。 在树莓派上运行YOLOv5算法可以将目标检测的应用扩展到嵌入式系统中,实现更加灵活和便捷的实时检测需求。相比传统的目标检测算法,YOLOv5在准确性和速度上都有很大的提升,同时又能够满足树莓派等嵌入式平台的资源限制。这使得我们可以在树莓派上实现更多有趣、实用的应用,如智能家居、安防监控等。
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