香橙派AIpro基础功能使用指南

2024-05-29 09:44
文章标签 基础 功能 香橙 使用指南 aipro

本文主要是介绍香橙派AIpro基础功能使用指南，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！

1 相关链接

●官网链接:OrangePi AIpro
●官方资料下载（用户手册/工具/github源码/原理图/机械图等）：http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html
●官方镜像下载：
Ubuntuhttps://pan.baidu.com/s/1csbugZiKsuL_NHCOmyi1BA?pwd=ma6z
OpenEulerhttps://pan.baidu.com/s/1m932mWh82ShJnSaVuh1ipA?pwd=is63
●烧录工具 etcher
https://etcher.balena.io/
●华为昇腾社区相关：https://www.hiascend.com/forum/thread-0285140173361311056-1-1.html

img

2 简介

2.1 背景简介

2023.12月初，香橙派联合华为发布了基于昇腾的Orange Pi AIpro开发板，提供8/20TOPS澎湃算力，能覆盖生态开发板者的主流应用场景，让用户实践各种创新场景，并为其提供配套的软硬件。而价格更是极为亲民，8TOPS、8GB内存的创客价/预售价仅为799元，8TOPS、16GB内存的创客价/预售价仅为999元。

2.2 综合简介

img

作为业界首款基于昇腾深度研发的AI开发板，Orange Pi AIpro无论在外观上、性能上还是技术服务支持上都非常优秀。采用昇腾AI技术路线，集成图形处理器，拥有8GB/16GB LPDDR4X，可以外接32GB/64GB/128GB/256GB eMMC模块，支持双4K高清输出，8/20 TOPS AI算力。
其丰富的接口更是赋予了Orange Pi AIpro强大的可拓展性。包括两个HDMI输出、GPIO接口、Type-C电源接口、支持SATA/NVMe SSD 2280的M.2插槽、TF插槽、千兆网口、两个USB3.0、一个USB Type-C 3.0、一个Micro USB、两个MIPI摄像头、一个MIPI屏等，预留电池接口。
在操作系统方面，Orange Pi AIpro支持Ubuntu、openEuler操作系统，满足大多数AI算法原型验证、推理应用开发的需求，可广泛适用于AI边缘计算、深度视觉学习及视频流AI分析、视频图像分析、自然语言处理、智能小车、机械臂、人工智能、无人机、云计算、AR/VR、智能安防、智能家居等领域，覆盖 AIoT各个行业。

2.3 板端说明

----------------------------------------------开箱图片-----------------------------------------

img

----------------------------------------------说明图片-----------------------------------------

img

img

3 常见AIOT综合对比：

3.1 综合对比

OrangePi AIPro / Nvidia Jetson Nano/ Nvidia Jetson NX2 / 树莓派 4B

功能类别香橙派 AI ProNvidia Jetson NanoNvidia Jetson Xavier NX树莓派 4B
CPU4核64位处理器 + AI处理器四核 ARM Cortex-A576核 ARM v8.2 64位CPU，6个Carmel ARM核心四核 ARM Cortex-A72 (64位)
GPU集成图形处理器128核 Maxwell384核 Volta GPU，48个张量核心Broadcom VideoCore VI
AI算力8 TOPS INT8472 GFLOPS (FP16) / 2TOPS(INT8)1.33 TFLOPs/ 21 TOPS (INT8)无（没有专用AI硬件）
内存8GB/16GB LPDDR4X4GB LPDDR48GB/16GB LPDDR4x2GB, 4GB 或 8GB LPDDR4
存储32MB SPI Flash，eMMC，NVMe/SATA SSD，TF卡槽microSD, eMMC (16GB)，M.2 Key E 插槽16GB eMMC，NVMe SSDmicroSD
网络10/100/1000 Mbps 以太网10/100/1000 Mbps 以太网10/100/1000 Mbps 以太网10/100/1000 Mbps 以太网
无线Wi-Fi 5，BT4.2/BLEWi-Fi + BT（通过模块）Wi-Fi 5，BT5.0Wi-Fi 5，BT5.0
显示输出2x HDMI 2.0，1x MIPI DSIHDMI 2.02x HDMI 2.0，1x DP2x micro-HDMI
摄像头接口2x MIPI CSI1x MIPI CSI2x MIPI CSI2x MIPI CSI-2
USB端口2x USB 3.0，1x USB-C 3.0，1x Micro USB4x USB 3.04x USB 3.1，1x USB-C2x USB 3.0，2x USB 2.0
音频3.5mm耳机孔音频输入/输出，HDMI音频HDMI音频HDMI音频3.5mm耳机孔，HDMI音频
扩展接口40针 GPIO，UART，I2C，SPI，I2S，PWM40针 GPIO，I2C，I2S，SPI，UART40针 GPIO，UART，I2C，SPI40针 GPIO，UART，I2C，SPI，I2S，PWM
电源供应USB-C PD 20V（65W）5V 4A DC5V 4A DC5V 3A DC 通过 USB-C
尺寸107mm x 68mm100mm x 80mm87mm x 55mm85mm x 56mm
重量82g87g125g46g
支持操作系统Ubuntu, openEulerLinux（Ubuntu）, L4TLinux（Ubuntu）, L4T树莓派 OS，Ubuntu 等
AI功能配备AI处理器，提供8 TOPS INT8算力提供472 GFLOPS FP16算力提供21 TOPS算力无专用AI处理器，支持通过CPU/GPU运行AI任务
生态系统支持Orange Pi和华为生态系统，兼容树莓派配件Nvidia强大的Jetson生态系统支持属于Nvidia Jetson系列，享有先进的工具和框架拥有庞大的社区支持，广泛的软件和配件兼容
使用场景教育，机器人，无人机，AI驱动的IoT应用AI开发，计算机视觉，机器人，边缘AI应用高级机器人，自动化机器，边缘AI，智能基础设施教育，DIY项目，基础AI/ML任务，家居自动化
专家评估适用于需要高AI算力的专业或爱好者应用，性价比高适合入门级AI项目和强大的社区支持高性能AI任务的最佳选择，但成本较高用于通用IoT项目和教育目的，性价比高
价格大约 ¥800 - 1500大约 ¥650-¥700大约 ¥3000-¥5500大约 ¥350-¥700

tips: 以上内容 2024.05左右京东物价和网上资料汇总对比，如有差异以后面内容为准

综合比较硬件和性能，综合实力测评排序如下：

nvidia jetson nx2 > orange pi aipro > nvidia jetson nano > resperry pi

3.2 选型考虑

从专业选型和使用角度来选一个购买，要看具体需求和使用情况（以下观点个人经验之谈，纯属瞎聊，大佬勿喷）。
1）如果是大型算法（>=2080ti以上算力需求）并且使用pytorch平替想要很快业务迁移、没有国产化需求、经费充裕的话，我觉得nx2是最优选，其实很多人形机器人或者扫地机器人也是选择的nx2；
2）如果有一些应用部署经验（对于国产框架做过适配例如瑞芯微的rknn3399系列、华为的mindspore或者CANN用过，常见算法op要看一下是否支持）、经费性价比较高、有国产化需求的，我觉得还是选择OrangePi AIPro，这个性价比还是非常高的，而且昇腾社区在国内还是挺活跃的。
3）我觉的json nano 这个就是纯属熟悉和入门AIot级别比较好的内容了、社区和github上项目很多，另外也推荐国内瑞芯微的rk3399系列（贵一些）他还有 AI算力棒 18系列吧，可以玩一下做一些项目。
4）树莓派的话，我觉得搭个小网站，做一些简单板端外围扩展应用，学习一些cpu加速方法例如openvino，性价比很高。给刚入门小白玩玩是挺好的，或者真正大佬把大点模型量化到cpu可跑也是NB。但是现在感觉4b好像贵了好多，现在好像500+了，要省钱可以买老版本的。

4 基础使用

4.1 连接配置和远程连接

（1）使用hdmi连接显示屏和香橙派hdmi接口
注意：开发板有两个 HDMI 接口， 目前只有 HDMI0 支持显示 Linux 系统的桌面，
HDMI1 还需等软件更新。 如果想显示 Linux 系统的桌面， 请将开发板的 HDMI0 接
口连接到 HDMI 显示器。

img

（2）开发板上电开机后， 需要等待一段时间， HDMI 显示器才会显示 Linux 系统的
登录界面， 登录界面如下图所示

img

Linux 桌面系统的默认登录用户为 HwHiAiUser， 登录密码为 Mind@123。 目
前没有打开 root 用户登录的通道。
Linux 系统默认登录账号和密码

账号密码
rootMind@123
HwHiAiUserMind@123

（3）连网，设置静态ip，
右上角网络连接，输入现有网络账号密码，正常连网。
因为希望每次重启之后，可以直接使用其他软件直接远程访问固定地址、摆脱每次都需要连接显示器的困恼、跨平台使用，可以考虑设置静态ip。

  1. 如果要设置网口的静态 IP 地址， 请先将网线插入开发板， 如果需要设置 WIFI
    的静态 IP 地址， 请先连接好 WIFI， 然后再开始设置静态 IP 地址。
  2. 然后通过 nmcli con show 命令可以查看网络设备的名字， 如下所示：
    a. orangepi 为 WIFI 网络接口的名字（名字不一定相同） 。
    b. Wired connection 1 为以太网接口的名字。

img

  1. 然后输入下面的命令， 其中：
    a. "Wired connection 1" 表示设置以太网口的静态 IP 地址， 如果需要设置
    range Pi WIFI 的静态 IP 地址， 请修改为 WIFI 网络接口对应的名字（ 通过 nmcli
    con show 命令可以获取到） 。
    b. ipv4.addresses 后面是要设置的静态 IP 地址， 可以修改为自己想要设置的值。
    c. ipv4.gateway 表示网关的地址。
    (base) HwHiAiUser@orangepiaipro:~$ sudo nmcli con mod "Wired connection 1" \
ipv4.addresses "192.168.1.110" \
ipv4.gateway "192.168.1.1" \
ipv4.dns "8.8.8.8" \
ipv4.method "manual"
  2. 然后重启 Linux 系统。
    (base) HwHiAiUser@orangepiaipro:~$ sudo reboot
  3. 然后重新进入 Linux 系统使用 ip addr show eth0 命令就可以看到 IP 地址已经设
    置为想要的值了。
    (base) HwHiAiUser@orangepiaipro:~$ ip addr show eth0

（4）远程访问
如果是在同一个wifi内， 推荐使用
●moboxterm (终端操作)

img

●nomachine （需要有画面、看一些实际效果展示）
官网：https://downloads.nomachine.com/download/?id=118&distro=ARM
查看一下配置

img

注意：下载arm版本的！而且是arm8

img

Click on Download and save the DEB file.
Install the package by using the graphical package manager provided by your Linux distribution or from command line by running:$ sudo dpkg -i nomachine_8.11.3_3_arm64.deb

在windows电脑上可以看到：

img

改成对应的固定ip地址

img

img

其他问题：
a. Nomachine远程黑屏通用处理方法： https://blog.csdn.net/Bing_Lee/article/details/136997628
b. 防止休眠方法：
(base) HwHiAiUser@orangepiaipro:~/Software$ sudo systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target

img

如果是希望远程访问，可以使用
●向日葵或者 teamviewer
（如果和树莓派类似的话，应该可以使用Linux arm64麒麟版本）

下载地址：https://sunlogin.oray.com/product/localization
安装：
(base) HwHiAiUser@orangepiaipro:~/Software$ sudo dpkg -i ./SunloginClient_11.0.1.44968_kylin_arm.deb

img

打开左上角，internet ->sunlogin client可以看到安装的向日葵

img

在自己电脑上，打开香橙派记录下对应的device id /passcode，理论上可以从远程直接连接

●另外也推荐一种常用的vscode ssh remote连接板端的方法
可以参考这个链接：
https://www.cnblogs.com/Lavender-edgar/p/17923473.html

4.2 基础工具安装和配置

4.2.1 vscode

下载链接：https://code.visualstudio.com/download#

img

(base) HwHiAiUser@orangepiaipro:~/Software$ sudo dpkg -i code_1.89.1-1715058876_arm64.deb

terminal中输入code可以召唤vscode

img

安装一些常用vscode常用插件

img

4.3 基础演示内容

官方在镜像中预装了 Jupyter Lab 软件。 Jupyter Lab 软件是一个基于 web 的交
互式开发环境， 集成了代码编辑器、 终端、 文件管理器等功能， 使得开发者可以在
一个界面中完成各种任务。 并且我们在镜像中也预置了一些可以在 Jupyter Lab 软
件中运行的 AI 应用样例。 这些样例都是使用 Python 编写的， 并调用了 Python 版
本的 AscendCL 编程接口。 本章节介绍如何登录 jupyter lab 并在 jupyter lab 中运行
这些预置的 AI 应用样例。

img

4.3.1 jupyter lab

●使用方案1： jupyter notebook 网页打开

  1. 首先登录 Linux 系统桌面， 然后打开终端， 再切换到保存 AI 应用样例的目录下。
    (base) HwHiAiUser@orangepiaipro:~$ cd samples/notebooks/

  2. 在当前目录下有 9 个文件夹和 1 个 shell 文件， 分别对应 9 个 AI 应用样例和
    Jupyter Lab 启动脚本 start_notebook.sh。
    (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

3)然后执行 start_notebook.sh 脚本启动 Jupyter Lab。
(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ ./start_notebook.sh

  1. 在执行该脚本后， 终端会出现如下打印信息， 在打印信息中会有登录 Jupyter
    Lab 的网址链接。

img

  1. 然后打开火狐浏览器。
  2. 再在浏览器中输入上面看到的网址链接， 就可以登录 Jupyter Lab 软件了。
  3. 登录 Jupyter Lab 后的界面如下所示， 左侧文件管理器中是 9 个 AI 应用样例和
    Jupyter Lab 启动脚本。

img

●使用方案2: vscode
可以使用4.2.1 vscode直接在里面运行jupyter notebook
就是在右上角选择kernel选择base

img

4.3.2 图像分类

ResNet 是最经典的视觉分类网络之一， 在这个样例中我们选取了 ResNet50，
也是 ResNet 最常用的变体。 在样例中已经包含转换后的 om 模型和测试图片， 可
以按照以下流程在 Jupyter Lab 中运行该样例。

逐步运行main.ipynb，最终显示对于dog的识别结果

img

4.3.3 目标检测

YOLOv5 是一种单阶段目标检测器算法， 在这个样例中， 官方选取了YOLOv5s， 它是 YOLOv5 系列中较为轻量的网络模型， 适合在边缘设备部署， 进行实时目标检测。 在样例中已经包含转换后的 om 模型和测试视频、 图片， 可以按照以下流程在 Jupyter Lab 中运行该样例。

在“01-yolov5”目录下有运行该示例的所有资源， 其中 mian.ipynb 是在 Jupyter Lab 中运行
该样例的文件， 双击打开 main.ipynb， 在右侧窗口中会显示 main.ipynb 文件中的内容。

在该目录下有运行该示例的所有资源， 其中 mian.ipynb 是在 Jupyter Lab 中运行该样例的文件， 双击打开 main.ipynb， 在右侧窗口中会显示 main.ipynb 文件中的内容。
在 main.ipynb 文件中 infer_mode 的值可赋值为 image、 video 和 camera， 分别对应对图片、 视频、 USB 摄像头中的内容进行目标检测， 默认值为 video。
我们使用vscode逐条运行，打开smi显示npu使用情况，可以看到最高的时候AICOERE使用到了29%.

感觉能够使用yolov5s整体跑下来，能支持的op已经不少了，可以把训练任务搞一下，然后再看看怎么.pth ->om，就可以整体做一下应用了。但是这个视频播放时候还是比较卡顿fps >15的话，会流畅很多。我个人觉得可以考虑多线程分阶段处理和使用mot跟踪+检测方法，有较大优化空间。

img

4.3.4 其他

还有不少第三方的其他案例内容可以参考：
●基于香橙派部署Tiny-Llama大语言模型
https://gitee.com/wan-zutao/tiny-llama-manual-reset
●【OrangePi AIPro/Kunpeng Pro主频提升啦，加量不加价！】
https://www.bilibili.com/video/BV1VE421G74B/?share_source=copy_web&vd_source=5bf8b5dcc1c9a6f7644fd6bd3437ead3
●orangepi_aipro小修补含yolov7多线程案例
https://www.hiascend.com/forum/thread-0222149764649866023-1-1.html
●香橙派AIpro外设接口样例大全（附源码）:
https://www.hiascend.com/forum/thread-0239145098860634139-1-1.html
●「YOLO-V8」 香橙派AIpro 上量化(int8/fp16)和部署 yolov8 目标检测模型（1）:
https://www.hiascend.com/forum/thread-0225143546118034040-1-1.html

后续有时间可以继续深入做一下，大有可为。

ref

购买链接：

  • 淘宝店铺：https://item.taobao.com/item.htm?spm=a21dvs.23580594.0.0.52de3d0dSuCWxb&ft=t&id=754769404362%E3%80%81https://item.taobao.com/item.htm?spm=a21dvs.23580594.0.0.621e3d0dsM3DgP&ft=t&id=754767816159
  • 京东店铺：https://item.jd.com/10092318175356.html
    ●「AI pro 全面对比 RK3588」NPU 暂时领先，但仍远逊于NVIDIA
    https://www.hiascend.com/app-forum/topic-detail/0281143834564881056
    ●jetson nano: https://developer.nvidia.com/embedded/learn/jetson-nano-2gb-devkit-user-guide
    ●nx2 用户手册： https://developer.nvidia.com/embedded/downloads
    ●树莓派：https://developer.nvidia.com/embedded/learn/jetson-nano-2gb-devkit-user-guide
    orangepi 向日葵参考 https://www.bilibili.com/read/cv17908907/
    https://zhuanlan.zhihu.com/p/680785338
    ●AI pro 全面对比 RK3588」NPU 暂时领先，但仍远逊于NVIDIA
    https://www.hiascend.com/app-forum/topic-detail/0281143834564881056

这篇关于香橙派AIpro基础功能使用指南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！


http://www.chinasem.cn/article/1013318。

相关文章

C++11第三弹：lambda表达式 | 新的类功能 | 模板的可变参数

C++11第三弹：lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页： 南桥几晴秋 🌈C++专栏： 南桥谈C++ 🌈C语言专栏： C语言学习系列 🌈Linux学习专栏： 南桥谈Linux 🌈数据结构学习专栏： 数据结构杂谈 🌈数据库学习专栏： 南桥谈MySQL 🌈Qt学习专栏： 南桥谈Qt 🌈菜鸡代码练习： 练习随想记录 🌈git学习： 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�
阅读更多...
让树莓派智能语音助手实现定时提醒功能

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现，因为rasa本身是带有remindschedule模块的。不过经过一番折腾后，忽然发现，chatbot上实现的定时，语音助手不一定会有响应。因为，我目前语音助手的代码设置了长时间无应答会结束对话，这样一来，chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢？ 我最后选择的方法是用threading.Time
阅读更多...
零基础学习Redis(10) -- zset类型命令使用

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合，内部除了存储元素外，还会存储一个score，存储在zset中的元素会按照score的大小升序排列，不同元素的score可以重复，score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]
阅读更多...
【Linux 从基础到进阶】Ansible自动化运维工具使用

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具，采用无代理架构（agentless），基于 SSH 连接进行管理，具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用，旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念
阅读更多...
AI基础 L9 Local Search II 局部搜索

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态，生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案，则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时，算法停止。 — Choose k successors randomly, biased towards good ones — Close
阅读更多...
Spring框架5 - 容器的扩展功能 (ApplicationContext)

Spring框架5 - 容器的扩展功能 (ApplicationContext)

private static ApplicationContext applicationContext;static {applicationContext = new ClassPathXmlApplicationContext("bean.xml");} BeanFactory的功能扩展类ApplicationContext进行深度的分析。ApplicationConext与 BeanF
阅读更多...
JavaFX应用更新检测功能（在线自动更新方案）

JavaFX应用更新检测功能（在线自动更新方案）

JavaFX开发的桌面应用属于C端，一般来说需要版本检测和自动更新功能，这里记录一下一种版本检测和自动更新的方法。 1. 整体方案 JavaFX.应用版本检测、自动更新主要涉及一下步骤： 读取本地应用版本拉取远程版本并比较两个版本如果需要升级，那么拉取更新历史弹出升级控制窗口用户选择升级时，拉取升级包解压，重启应用用户选择忽略时，本地版本标志为忽略版本用户选择取消时，隐藏升级控制窗口 2.
阅读更多...
Android 10.0 mtk平板camera2横屏预览旋转90度横屏拍照图片旋转90度功能实现

Android 10.0 mtk平板camera2横屏预览旋转90度横屏拍照图片旋转90度功能实现

1.前言 在10.0的系统rom定制化开发中，在进行一些平板等默认横屏的设备开发的过程中，需要在进入camera2的 时候，默认预览图像也是需要横屏显示的，在上一篇已经实现了横屏预览功能，然后发现横屏预览后，拍照保存的图片 依然是竖屏的，所以说同样需要将图片也保存为横屏图标了，所以就需要看下mtk的camera2的相关横屏保存图片功能， 如何实现实现横屏保存图片功能 如图所示: 2.mtk
阅读更多...
Spring+MyBatis+jeasyui 功能树列表

Spring+MyBatis+jeasyui 功能树列表

java代码@EnablePaging@RequestMapping(value = "/queryFunctionList.html")@ResponseBodypublic Map<String, Object> queryFunctionList() {String parentId = "";List<FunctionDisplay> tables = query(parent
阅读更多...
音视频入门基础：WAV专题（10）——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

音视频入门基础：WAV专题（10）——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础：WAV专题（6）——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道，通过FFprobe命令可以打印WAV音频文件每个packet（也称为数据包或多媒体包）的信息，这些信息包含该packet的pts、dts： 打印出来的“pts”实际是AVPacket结构体中的成员变量pts，是以AVStream->time_base为单位的显
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2