一、前言
因为工作需要，以及个人兴趣，本人经常购买开发板进行调试、学习，但具备AI计算的开发板，本人尚未体验过，究其原因，是因为自觉知识储备可能无法胜任AI的开发工作。然而，在体验了OrangePi AIpro 开发板之后，却大大改变了我的看法——AI时代，真的已经来临！
二、板子介绍
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，其内置华为昇腾 AI 处理器，作为国产AI 芯片翘楚，实乃开发板的一大亮点！
2.1 拆箱
- 拆开包装，可见板子设计的相当精巧，裸板尺寸仅107*68mm，重量仅82克，搭配小巧的收纳盒，非常方便携带。而板子的小巧体积，也方便用做产品的原型开发，或直接用作二次开发。
2.2 板子规格
个人看法，从下列规格参数，从其接口数量和种类之多，可体会到 OrangePi AIpro 是一片相当不错的开发板，可应付日常开发中遇到的各种IO场景，举几个例子：
- 例如存储接口，32M的spi flash，足以存储并运行linux 小系统；而SD卡槽和eMMc卡槽，则可应付日常电子产品的存储需求，例如8G到64GB的eMMc，被广泛应用于TV、投影、平板、机顶盒、行车记录等等。而M.2接口，则可以用于大容量的数据储存，例如个人云存储、安防摄像头、小型电脑。
- 又如 HDMI TX接口，对于开发非常方便，只需接上家里任一显示器，就可见到板子操作画面；而 MIPI CSI/DSI 接口，则可用于适配许多主流摄像头、显示屏。
- 再如，所具备的40 pin 扩展口，均有多种功能复用，除默认的GPIO外，还可可配置成UART、I2C、SPI、PWM 等接口。
2.2.1 常规项目
- 型号：OrangePi AIpro
- CPU：昇腾 4 核 64 位 Arm 处理器 + AI 处理器 （310B4）
- 算力：半精度 4 TFLOPS、整数精度：8 TOPS
- 内存 ：8GB (另有16GB版本）
- 存储：板载 32MB 的 SPI Flash、具备SD卡槽、eMMc卡槽、 M.2接口（ NVMe SSD 或 SATA SSD）
- 网络：千兆有线网口、支持2.4G 和 5G 双频 WIFI • BT4.2
- USB：2 个 USB3.0 Host 接口 、1 个 Type-C 接口
- 音频：1 个 3.5mm 耳机孔，支持音频输入输出、2 个 HDMI 音频输出
- 视频输入：2 个 MIPI CSI 2 Lane 接口
- 视频输出：2 个 HDMI 接口 、1 个 MIPI DSI 2 Lane 接口
- 电源输入：Type-C 供电（20V PD-65W 适配器，非常好用）
2.2.2 扩展项目
- 40 pin 扩展口：用于扩展 UART、I2C、SPI、PWM 和 GPIO 等接口
- 按键：1 个复位键，1 个关机键，1 个升级按键
- 拨码开关：2 个，可控制从 SD 卡、eMMC 或SSD 启动系统
- 风扇接口：支持 4 Pin 0.8mm 间距，12V PWM 散热风扇
- 电池接口：2 pin，2.54mm 间距，用于接 3 串电池，支持快充
- 串口：Micro USB 接口的调试串口（调试很方便）
2.2.3 操作系统
ubuntu系统相信大部分人都已经使用过，也是本人最熟悉的系统，而 openEuler 则是华为正式发布操作系统，绝对是花粉的不二之选！
- 支持 Ubuntu 22.04
- 支持 openEuler 22.03
2.3 点板画面
因为出厂已经刷好了Ubuntu 22.04的系统，所以，收到后，整个点板的过程，就非常简单了：
- 首先，接入20V的Type C接口电源线；
- 其次，连接上HDMI线到显示器，上电即可看到下图画面。
- 备注：下图中，本人还连接上了网线、以及无线键盘鼠标，如此就可以如同使用x86 Ubuntu系统一样，使用开发板了！
三、AI程序初体验
作为一名熟悉Linux驱动开发的博主，本想写一些驱动的章节，但想一想，这不是暴殄天物吗？如此一片国产AI开发板，自然要以推广AI的学习、体验、应用为主！
3.1 新奇的地方
如本文开头所述，本人之前从未接触过AI开发，而本人也是香橙派的老用户了，手上已有其他3片香橙派不同Soc的开发板。
以前的这些开发板，都是使用交叉编译，从未想过在开发板上编译、运行、调试应用程序。
而 OrangePi AIpro 开发板，就是这么做的（虽然它也支持交叉编译），究其原因，如下：
- 因存在昇腾AI处理器，不仅可以支持代码开发和编译，同时还可以运行AI应用程序、进行训练脚本的迁移、开发、调试。
- 而在交叉编译服务器上，因不具备昇腾AI处理器，仅能用于代码开发、编译等不依赖于昇腾AI处理器的开发活动（例如ATC模型转换、算子、离线或在线的推理和训练、应用程序的纯代码开发）。
3.2 运行第一个AI程序
在运行AI程序前，我们需要先准备开发和运行环境，参照着 OrangePi AIpro 开发板的用户手册，可以很方便的完成平台搭建。因本人库存的屏幕太小，仅有7寸，不太方便直接在7寸屏上操作，所以，下面的实验，本人稍作了一些改动，省去了让开发板连接HDMI显示器的步骤，供大家参考。
3.2.1 硬件连接
- 串口：使用对应接口USB线（需购买），连接开发板MicroUSB 接口和 PC 的USB口，可看到设备管理器中多出了一个CH343的USB转串口设备。
- 电源：使用开发板套件的20V PD-65W 适配器即可，用TypeC口连接到开板，给板子供电。
- 网口：连接到自己的路由器上，需要能上网，因为后面需要安装许多软件工具，以及开启Samba、Web端口。
3.2.2 串口连接
因板子直接提供了MicroUSB串口，使得连线非常简单，连上MicroUSB线之后，按下图设置好串口，即可登录。
- 默认用户名: HwHiAiUswer
- 默认密码：Mind@123
- root密码：Mind@123
3.2.3 开启外部IP端口
- 开启端口，需要首先安装 ufw 防火墙，并设置相关规则
- 关于端口，因AI应用程序的编译、运行依赖于 juypter lab（一个基于web浏览器的程序)，而默认程序的运行地址端口为 127.0.0.1:8888，所以，如果不是在本机运行浏览器，而是想通过局域网访问的话，就需要开启对外的8888端口。
（1）获取root权限
(base) HwHiAiUser@orangepiaipro:~$ sudo su
[sudo] password for HwHiAiUser:
（2）安装防火墙
(base) root@orangepiaipro:/home/HwHiAiUser# apt install ufw
（3）设置防火墙端口策略，开启对外8888端口
(base) root@orangepiaipro:/home/HwHiAiUser# ufw allow 8888
3.2.4 查询板子IP地址
- 如下图，使用ifconfig命令，查询到 eth0 的IP地址为：192.168.5.21
3.2.5 了解 juypter lab 启动脚本
juypter lab 可以简单把它看做是一个基于web的IDE，可以编辑、运行、调试本文所涉及的AI程序。
（1）samples 目录
- 进入如下samples目录，除了看到有9个AI Sample 程序外，还有一个 start_notebook.sh 脚本
(base) HwHiAiUser@orangepiaipro:~$ cd samples/notebooks/
(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ ls
01-yolov5 06-human_protein_map_classification
02-ocr 07-Unet++
03-resnet 08-portrait_pictures
04-image-HDR-enhance 09-speech-recognition
05-cartoonGAN_picture start_notebook.sh
（2）查看 start_notebook.sh 脚本
- 从下面启动脚本，可以获知 juypter lab的启动方式，我们需要以 --ip $1 的形式来启动，这样就不用外接一个显示器了，直接在PC上就可以通过 web浏览器来操作实验。
(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ more start_notebook.sh
. /usr/local/Ascend/ascend-toolkit/set_env.sh
export PYTHONPATH=/usr/local/Ascend/thirdpart/aarch64/acllite:$PYTHONPATH
if [ $# -eq 1 ];then
jupyter lab --ip $1 --allow-root --no-browser
else
jupyter lab --ip 127.0.0.1 --allow-root --no-browser
fi
(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$
3.2.6 启动 juypter lab
- 如下图，执行 $ start_notebook.sh 192.168.5.21
- 启动完成后，复制如图所示的 http地址字符串，填入到浏览器地址栏中，即可打开 jupyter lab
3.2.7 登入 juypter lab 开发环境
- 如下图所示，将楼上复制的http地址字符串，填入到PC浏览器中，回车，即可登入 juypter lab 开发环境。
- 此IDE环境的各个功能区布局，一目了然，非常简单。
3.2.8 编译、运行AI程序：01-yolov5
YOLOv5 是系列中较为轻量的AI算法模型，适合在边缘设备部署，进行实时目标检测。这个程序，就如同一个 Helloworld，对于AI小白来说，很快便能联想到 AI应用程序的开发流程和应用场景。简单的说，这些开源的模型，或者算法，让AI应用开发工程师，可以跳过晦涩难懂的AI算法，直接进入AI模型的训练和AI应用开发阶段，如此，一扇大门，已为我们打开！
如下图所示：
- 先点击，进入到 01-yolov5 项目目录，这是一个基于目标检测的AI程序。
- 双击 main.lpynb 文件，此文件是在 Jupyter Lab 中运行 该样例的文件，双击打开，在右侧窗口中会显示 main.ipynb 文件的内容，同时在编译运行后，还能显示运行结果。
- 点击貌似快进播放的按键，让项目restart编译运行。
- 若干秒后，即显示运行结果。
动态画面显示：
3.3 其他例子
篇幅有限，不能将所有例子一一展示。最后，本人再抽出其中几个，分别是文字识别、图像分类和图像转化（卡通化），大家看看，它们是不是也非常有趣、非常实用呢？
3.3.1 文字识别：02-ocr
- 该AI程序可以解析出图片中的文字
3.3.2 图像分类：03-resnet
- 如下演示，输入图片，以94%的可能性，识别为一只标准贵宾犬
3.3.3 制作卡通图片：05-cartoonGAN_picture
- 功能：使用cartoonGAN模型对输入图片进行卡通化处理。
- 转化前，如下图，是一张自然的风景照
- 转化后，如下图，已具备卡通图的风格
四、篇尾
首先，总体来说，这次 OrangePi AIpro 开发板的体验是非常棒的。所提供的样例程序，都是日常中使用非常多的，例如图像分类，文字识别，语音识别等。同时也还有许多 AI 模型，通过昇腾ATC工具转换后，即可在开发板上使用，样例是非常的丰富。
其次，基于本次体验，本人也能很快想到一些应用场景，可以作为后续的开发尝试，举个例子，如今我们拍照已经非常方便，但也导致了一个结果，相机里的照片实在太多，比如幼儿园的老师，小学的老师，都会拍摄很多学生日常的校园照片，但苦于分类，也不知道哪个学生拍的多，哪个学生拍得少（那可得留意下哦，否则家长很生气哦）。就此，就可以利用本平台，开发一个照片的AI分类程序，对照片人物进行识别，经过模型训练后，即可将输入的照片分类到各个学生名字的目录下，还能统计各学生的照片数量，可以提醒老师给那些缺乏关注的孩子多拍些照片，而经过云存储对接后，还可方便的分享给家长，这样的AI程序，是不是很棒呢？
最后，作为一名程序员，虽然生活中，AI虽然已被广泛应用，但亲身体验一番AI应用程序的开发后，那感觉还是大不一样！AI 的时代，真的到来了，开始步入了寻常百姓家！
1338
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
