【OrangePi AIpro】开箱初体验以及OAK深度相机测试

2024-05-30 01:28

本文主要是介绍【OrangePi AIpro】开箱初体验以及OAK深度相机测试,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. 简介

        Orangepi AIPRO 是一款采用昇腾AI技术路线,集成4核64位处理器+AI处理器的单板计算机,集成图形处理器,支持8TOPS AI算力,拥有8GB/16GB LPDDR4X,可以外接eMMC模块,支持双4K高清输出。 

        Orange Pi AIpro拥有丰富的扩展接口,包括两个HDMI输出、GPIO接口、支持SATA/NVMe SSD 2280的M.2插槽(PCIe 4Lane)、TF插槽、千兆网口、两个USB3.0、一个USB Type-C 3.0、一个Micro USB(串口打印调试功能)、两个MIPI摄像头、一个MIPI屏等,预留电池接口,

Orange Pi AIpro已支持Ubuntu、openEuler操作系统,可以满足大多数AI算法原型验证、推理应用开发的需求。

2. 主要特性

  1. 处理器昇腾AI处理器(Ascend310B4)64bit 四核处理器,主频可达 1.5GHz
  2. 内存8GB LPDDR4X 内存
  3. 显示:支持 HDMI 2.0 最大分辨率可达 4K
  4. 网络:支持千兆以太网接口,Wi-Fi 5,蓝牙 4.2
  5. 接口:USB 3.0,USB 2.0,SATA 2.0,PCIe 2.0,I2C,SPI,GPIO
  6. 扩展:支持扩展多种 USB 和 PCIe 设备

3.使用方法

准备工作

  1. 下载针对 Orangepi AIPRO 的操作系统镜像文件(Ubuntu、openEuler),并将其烧录到 SD 卡中。

Ubuntu镜像

openEuler

  1. 将 SD 卡插入 Orangepi AIPRO 的 SD 卡槽,并开启电源。
  2. 系统将自动完成启动。

3.1连接串口及网络

      根据Orangepi AIPRO 提供的接口,我们可以很轻易的完成串口终端的登录和网络的配置,主要有一下几种方法:

  1. 通过HDMI线缆将开发板的HDMI0接口连接到我们的屏幕上,在熟悉的图形界面上配置wifi密码和设置以太网固定IP;
  2. 将开发板的microUSB调试串口通过USB线缆连接到电脑,可以使用串口终端登录 Linux 系统;(波特率:115200 数据位:8 停止位:1 None Flow Ctrl);
  3. 如果没有屏幕,我们可以通过在串口终端中使用nmtui工具来完成网络配置;

   接下来主要通过第三种方式介绍一下WIFI和千兆网络配置:

  1.在串口终端输入下面的命令开始搜索WIFI,ctrl+c退出搜索

nmcli dev wifi

2.配置WIFI名称与密码 wifi_name 需要替换为自己的WIFI名称 wifi_passwd 替换为WIFI密码

sudo nmcli dev wifi connect wifi_name password wifi_passwd
   成功后联网后会显示Device 'wlan0' successfully activated,通过PING一下网站域名可简单验证WIFI网络连通性。

3.千兆网口的配置

  • 通过命令查看网络连接状态,Wired connection 1就是千兆有线网络
nmcli con show

  • 输入下列命令完成千兆有线网络配置(可根据自己需要设置IP和网关地址)
    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"
  •  配置完成后 需要reboot生效
  • 在千兆网络端口没有连接网线时,无法查看端口详细的配置,此时我们将开发板连接到电脑通过下面的命令就可以查看固定IP是否配置成功
    • ip addr show eth0

4. USB深度摄像头初步测试

       由于Orangepi AIPRO板卡上提供了两个USB3.0接口可以很方便的连接USB相机,外置的深度相机可以节约AI处理器算力,让芯片专注于控制场景中的决策工作,手头刚好有OPENCV AI KIT的深度相机可以在Orangepi AIPRO测试一下。

       得益于Ubuntu系统强大的兼容性,我们可以通过简单的指令完成环境搭建;

# 安装依赖项
sudo wget -qO- https://docs.luxonis.com/install_depthai.sh | bash
# 安装显控软件
python3 -m pip install depthai-viewer
# 运行DepthAI Viewer
python3 -m depthai_viewer
      打开 depthai_viewer软件后,就可以看到深度相机传回的原始深度图像。

5.AI应用样例体验

       在Orangepi AIPRO板卡系统中还内置了多个有趣的AI处理案例,大大降低了学习门槛。

       在人像分割场景中,Orangepi AIPRO可以通过训练好的模型轻松实现深度学习神经网络PortraitNet,(PortraitNet是实时人像分割模型,该模型可以在移动设备上有效且高效地运行,基于轻量级的 U 形架构,在训练阶段有两个辅助损失,而在测试阶段不需要额外的成本进行肖像推理。两个辅助损失是边界损失和一致性约束损失。前者提高了边界像素的精度,后者增强了复杂光照环境下的鲁棒性)。

      5.1. 打开内置Jupyter Notebook AI样例的操作很便捷,只需要下面两条命令;

cd samples/notebooks/
./start_notebook.sh

 5.2. 运行Jupyter Notebook AI样例

    5.3.  输出对比图像

输入图像背景图像输出图像

     内置的AI样例中有很清晰的注释,在调试过程中很容易理解 各个代码模块对应的功能,可以很方便的修改,做到有的放矢。 

class Seg(object):"""人像分割模型推理"""def __init__(self, model_path, model_width, model_height):self._model_path = model_pathself._model_width = model_widthself._model_height = model_heightself.device_id = 0self._dvpp = Noneself._model = Nonedef init(self):"""初始化相关资源"""# Initialize dvppself._dvpp = AclLiteImageProc()# Load modelself._model = AclLiteModel(self._model_path)return const.SUCCESS@utils.display_timedef pre_process(self, image):"""图片预处理"""image_dvpp = image.copy_to_dvpp()yuv_image = self._dvpp.jpegd(image_dvpp)resized_image = self._dvpp.resize(yuv_image,self._model_width, self._model_height)return resized_image     @utils.display_timedef inference(self, input_data):"""模型推理"""return self._model.execute(input_data)@utils.display_timedef post_process(self, infer_output, image_name):"""获取分割结果"""data = infer_output[0]vals = data.flatten()mask = np.clip((vals * 255), 0, 255)mask = mask.reshape(224, 224, 2)cv2.imwrite(os.path.join(MASK_DIR, image_name), mask[:, :, 0])return mask @utils.display_time
def background_replace(bg_path, ori_path, mask_path):"""将人像分割结果与背景图片结合"""background = cv2.imread(bg_path)height, width = background.shape[:2]ori_img = cv2.imread(ori_path)mask = cv2.imread(mask_path, 0)mask = mask / 255mask_resize = cv2.resize(mask, (width, height))ori_img = cv2.resize(ori_img, (width, height))mask_bg = np.repeat(mask_resize[..., np.newaxis], 3, 2)result = np.uint8(background * mask_bg + ori_img * (1 - mask_bg))cv2.imwrite(os.path.join(OUTPUT_DIR, os.path.basename(mask_path)), result)def main():"""推理主函数"""os.makedirs(OUTPUT_DIR, exist_ok=True)os.makedirs(MASK_DIR, exist_ok=True)acl_resource = AclLiteResource()acl_resource.init()seg = Seg(MODEL_PATH, MODEL_WIDTH, MODEL_HEIGHT)ret = seg.init()utils.check_ret("seg.init ", ret)images_list = [os.path.join(IMAGE_DIR, img)for img in os.listdir(IMAGE_DIR)if os.path.splitext(img)[1] in const.IMG_EXT]for image_file in images_list:image_name = os.path.basename(image_file)if image_name != 'background.jpg':print('====' + image_name + '====')# read imageimage = AclLiteImage(image_file)# Preprocess the pictureresized_image = seg.pre_process(image)# Inferenceresult = seg.inference([resized_image, ])# Post-processingmask = seg.post_process(result, image_name)# Fusion of segmented portrait and background imagebackground_replace(os.path.join(IMAGE_DIR, 'background.jpg'), \image_file, os.path.join(MASK_DIR, image_name))

6. 总结

  1. 开箱测试外设功能并完成了Orangepi AIPRO的网络配置,体验了流畅的桌面系统;
  2. 测试了 OPENCV AI KIT USB3.0相机在Orangepi AIPRO的使用;
  3. 体验了Orangepi AIPRO内置的丰富AI样例。

7. 使用体验

通过这次体验Orangepi AIPRO板卡,我了解到了华为昇腾在AI领域深耕多年的强大实力,AI的未来不仅是好用的,更是易用的。

Orangepi AIPRO搭载的昇腾AI处理器(Ascend310B4)配合华为完整的开发工具,让开发者可以高效的实现AI应用程序的开发。

Orangepi AIPRO丰富的IO接口特别灵活,极大的丰富了AI的应用场景,既能很好的完成图像处理,也能实现控制功能。

8. 注意事项

  1. 在使用 Orangepi AIPRO 时,需要确认供电输入符合要求,以确保系统的稳定性和安全性。
  2. 开发板终端账号及密码  账号:root  密码: Mind@123  ;  账号:HwHiAiUser  密码:Mind@123

9. 参考资料

  • Orangepi AIPRO 官方网站
  • Orangepi AIPRO Wiki
  • Orangepi AIPRO 硬件文档
  • OrangePI AIPRO 用户手册

这篇关于【OrangePi AIpro】开箱初体验以及OAK深度相机测试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/1015191

相关文章

Redis 内存淘汰策略深度解析(最新推荐)

《Redis内存淘汰策略深度解析(最新推荐)》本文详细探讨了Redis的内存淘汰策略、实现原理、适用场景及最佳实践,介绍了八种内存淘汰策略,包括noeviction、LRU、LFU、TTL、Rand... 目录一、 内存淘汰策略概述二、内存淘汰策略详解2.1 ​noeviction(不淘汰)​2.2 ​LR

Python与DeepSeek的深度融合实战

《Python与DeepSeek的深度融合实战》Python作为最受欢迎的编程语言之一,以其简洁易读的语法、丰富的库和广泛的应用场景,成为了无数开发者的首选,而DeepSeek,作为人工智能领域的新星... 目录一、python与DeepSeek的结合优势二、模型训练1. 数据准备2. 模型架构与参数设置3

SpringBoot中整合RabbitMQ(测试+部署上线最新完整)的过程

《SpringBoot中整合RabbitMQ(测试+部署上线最新完整)的过程》本文详细介绍了如何在虚拟机和宝塔面板中安装RabbitMQ,并使用Java代码实现消息的发送和接收,通过异步通讯,可以优化... 目录一、RabbitMQ安装二、启动RabbitMQ三、javascript编写Java代码1、引入

Nginx设置连接超时并进行测试的方法步骤

《Nginx设置连接超时并进行测试的方法步骤》在高并发场景下,如果客户端与服务器的连接长时间未响应,会占用大量的系统资源,影响其他正常请求的处理效率,为了解决这个问题,可以通过设置Nginx的连接... 目录设置连接超时目的操作步骤测试连接超时测试方法:总结:设置连接超时目的设置客户端与服务器之间的连接

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

Go中sync.Once源码的深度讲解

《Go中sync.Once源码的深度讲解》sync.Once是Go语言标准库中的一个同步原语,用于确保某个操作只执行一次,本文将从源码出发为大家详细介绍一下sync.Once的具体使用,x希望对大家有... 目录概念简单示例源码解读总结概念sync.Once是Go语言标准库中的一个同步原语,用于确保某个操

五大特性引领创新! 深度操作系统 deepin 25 Preview预览版发布

《五大特性引领创新!深度操作系统deepin25Preview预览版发布》今日,深度操作系统正式推出deepin25Preview版本,该版本集成了五大核心特性:磐石系统、全新DDE、Tr... 深度操作系统今日发布了 deepin 25 Preview,新版本囊括五大特性:磐石系统、全新 DDE、Tree

Node.js 中 http 模块的深度剖析与实战应用小结

《Node.js中http模块的深度剖析与实战应用小结》本文详细介绍了Node.js中的http模块,从创建HTTP服务器、处理请求与响应,到获取请求参数,每个环节都通过代码示例进行解析,旨在帮... 目录Node.js 中 http 模块的深度剖析与实战应用一、引言二、创建 HTTP 服务器:基石搭建(一

如何测试计算机的内存是否存在问题? 判断电脑内存故障的多种方法

《如何测试计算机的内存是否存在问题?判断电脑内存故障的多种方法》内存是电脑中非常重要的组件之一,如果内存出现故障,可能会导致电脑出现各种问题,如蓝屏、死机、程序崩溃等,如何判断内存是否出现故障呢?下... 如果你的电脑是崩溃、冻结还是不稳定,那么它的内存可能有问题。要进行检查,你可以使用Windows 11