AI开发初体验:昇腾加持,OrangePi AIpro 开发板

2024-05-27 16:36

本文主要是介绍AI开发初体验:昇腾加持,OrangePi AIpro 开发板,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • 一、前言
  • 二、板子介绍
  • 2.1 拆箱
  • 2.2 板子规格
  • 2.2.1 常规项目
  • 2.2.2 扩展项目
  • 2.2.3 操作系统
  • 2.3 点板画面
  • 三、AI程序初体验
  • 3.1 新奇的地方
  • 3.2 运行第一个AI程序
  • 3.2.1 硬件连接
  • 3.2.2 串口连接
  • 3.2.3 开启外部IP端口
  • 3.2.4 查询板子IP地址
  • 3.2.5 了解 juypter lab 启动脚本
  • (1)samples 目录
  • (2)查看 start_notebook.sh 脚本
  • 3.2.6 启动 juypter lab
  • 3.2.7 登入 juypter lab 开发环境
  • 3.2.8 编译、运行AI程序:01-yolov5
  • 3.3 其他例子
  • 3.3.1 文字识别:02-ocr
  • 3.3.2 图像分类:03-resnet
  • 3.3.3 制作卡通图片:05-cartoonGAN_picture
  • 四、篇尾

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!

image

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。

image

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!

img

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。

image

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

image

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

image

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:$PYTHONPATHif [ $# -eq 1 ];thenjupyter lab --ip $1 --allow-root --no-browser
elsejupyter lab --ip 127.0.0.1 --allow-root --no-browser
fi(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ 

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

image

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。

image

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:

  1. 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。
  2. 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。
  3. 点击貌似快进播放的按键,让项目restart编译运行。
  4. 若干秒后,即显示运行结果。

image

动态画面显示:

img

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

image

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

image

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

image

  • 转化后,如下图,已具备卡通图的风格

image

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!

这篇关于AI开发初体验:昇腾加持,OrangePi AIpro 开发板的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1008008

相关文章

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA

使用Python开发一个简单的本地图片服务器

《使用Python开发一个简单的本地图片服务器》本文介绍了如何结合wxPython构建的图形用户界面GUI和Python内建的Web服务器功能,在本地网络中搭建一个私人的,即开即用的网页相册,文中的示... 目录项目目标核心技术栈代码深度解析完整代码工作流程主要功能与优势潜在改进与思考运行结果总结你是否曾经

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

利用Python开发Markdown表格结构转换为Excel工具

《利用Python开发Markdown表格结构转换为Excel工具》在数据管理和文档编写过程中,我们经常使用Markdown来记录表格数据,但它没有Excel使用方便,所以本文将使用Python编写一... 目录1.完整代码2. 项目概述3. 代码解析3.1 依赖库3.2 GUI 设计3.3 解析 Mark

利用Go语言开发文件操作工具轻松处理所有文件

《利用Go语言开发文件操作工具轻松处理所有文件》在后端开发中,文件操作是一个非常常见但又容易出错的场景,本文小编要向大家介绍一个强大的Go语言文件操作工具库,它能帮你轻松处理各种文件操作场景... 目录为什么需要这个工具?核心功能详解1. 文件/目录存javascript在性检查2. 批量创建目录3. 文件

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

基于Python开发批量提取Excel图片的小工具

《基于Python开发批量提取Excel图片的小工具》这篇文章主要为大家详细介绍了如何使用Python中的openpyxl库开发一个小工具,可以实现批量提取Excel图片,有需要的小伙伴可以参考一下... 目前有一个需求,就是批量读取当前目录下所有文件夹里的Excel文件,去获取出Excel文件中的图片,并