【AI赋能】香橙派OrangePi AIpro初体验

【AI赋能】香橙派OrangePi AIpro初体验

  • 1、初识香橙派
    • 1.1、仪式感开箱
    • 1.2、OrangePi AIpro(8T)介绍
  • 2、上电开机
    • 2.1、开机
    • 2.2、串口调试
      • 2.2.1 两种方式登录
      • 2.2.2 相关信息
    • 2.3、启动系统
    • 2.4、网络配置
  • 3、连接摄像头
  • 4、目标检测
    • 4.1、Jupyter Lab模式
    • 4.2、 目标检测测试
      • 4.2.1 视频目标检测
      • 4.2.2 摄像头目标检测
      • 4.2.3 OCR测试
      • 4.2.4 目标分类测试
      • 4.2.5 图像生成测试
  • 5、结论

1、初识香橙派

1.1、仪式感开箱

2024年5月22日收到快递后,就迫不及待地打开包装盒,迎来了香橙派的真面目,官方还贴心地送了散热风扇。开发板整体上感觉小巧而精致,接口丰富。
在这里插入图片描述
在这里插入图片描述

1.2、OrangePi AIpro(8T)介绍

来自官方的说明:
OrangePi AIpro(8T)采用昇腾AI技术路线,具体为4核64位处理器+AI处理器,集成图形处理器,支持8TOPS AI算力,拥有8GB/16GB LPDDR4X,可以外接32GB/64GB/128GB/256GB eMMC模块,支持双4K高清输出。 Orange Pi AIpro引用了相当丰富的接口,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(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,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。 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。
在这里插入图片描述

2、上电开机

2.1、开机

使用balenaEtcher-Portable-1.18.4工具来烧写TF卡。
按照教程来就行。相关资料工具都可以下载到。
下载链接在此。
烧写好后插上开发板就可以启动,上电后,风扇会呼呼的转,启动完后转速会下降。
在这里插入图片描述
温馨建议SD卡插槽处设计需要改善,突出的部分过长,在运输路上容易损坏。

2.2、串口调试

2.2.1 两种方式登录

  1. 登录root账户:root :Mind@123;
  2. 也可直接使用orangepi系统控制台,账户是:HwHiAiUser:Mind@123。

2.2.2 相关信息

笔者使用系统控制台账户。登录后,查看系统信息,可以看到当前使用的内核版本是5.10.0。
在这里插入图片描述
CPU信息如下。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
从打印的信息可以看到4 个CPU3个 control CPU1个 AI CPU

2.3、启动系统

启动系统不跑应用时,CPU基本空闲。
在这里插入图片描述

2.4、网络配置

使用有线网络需要在系统上面勾选。
在这里插入图片描述
如果是直连电脑还需要设置IP地址,连接路由器可以自动分配。

3、连接摄像头

准备接个USB摄像头玩玩,发现只有2个USB3.0的口,试着插个USB HUB上,竟然可以直接用。相当于可以扩展了。我用的是一拖四,数量就不是问题了。
打开桌面的cheese应用程序,即可打开usbcamera,可以看到摄像头图像了,这一盆绿萝显示着生机盎然,预示着香橙派的蒸蒸日上,吸引世界各地玩家加入香橙派。(来自OrangePi的第一张图片)
在这里插入图片描述

4、目标检测

4.1、Jupyter Lab模式

在桌面终端运行如下指令。

cd samples/notebooks/
./start_notebook.sh

登录 Jupyter Lab的网站。
在这里插入图片描述

4.2、 目标检测测试

4.2.1 视频目标检测

运行yolov5测试示例,默认使用视频测试,直接运行,初次启动,需要十几秒加载。
在这里插入图片描述
可以看到跟踪效果相当好。

4.2.2 摄像头目标检测

修改输入为camera(这里就是默认的USB camera),我这里用的是1280*720的,和默认一致,不用修改尺寸。
在这里插入图片描述
温馨提示模型尺寸是固定的,不用修改。
在这里插入图片描述
这里笔者使用电脑播放了一段视频,usb camera对准电脑屏幕,可以看到进行了很好地目标检测。
在这里插入图片描述
看下测试后设备的负载情况,可以看出跑实时检测还是游刃有余
在这里插入图片描述

4.2.3 OCR测试

运行OCR测试示例。
在这里插入图片描述
可以看到很准确的提取出了图片中的文字。

4.2.4 目标分类测试

运行resnet测试示例。
在这里插入图片描述

可以看出准确的进行了目标分类。

4.2.5 图像生成测试

运行cartoonGAN_picture测试示例。

在这里插入图片描述

可以看出对输入图片进行卡通化处理。

5、结论

总结下,香橙派OrangePi AIproAI计算机视觉能力很强,基本可以满足端侧的实时性要求,可以做出有意思的智能视频产品,可以对标瑞芯微的RK3588了,比笔者以前玩的树莓派又上升了一个档次。国产能出这样的开发板,这个价格,良心有料货,期望国产芯片越做越好,越做越强。

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.mzph.cn/diannao/18859.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

06 FreeRTOS 互斥量(mutex)

1、互斥量的使用场景 用于保护临界资源,在多任务系统中,任务A正在使用某个资源,还没用完的情况下任务B也来使用的话,就可能导致问题。 比如对于串口,任务A正使用它来打印,在打印过程中任务B也来打印&#x…

Cobaltstrike渗透测试框架

Cobaltstrike简介 cobalt strike(简称CS)是一款团队作战渗透测试神器,分为客户端及服务端,一个服务端可以对应多个客户 端,一个客户端可以连接多个服务端,可被团队进行分布式协团操作. 和MSF关系 metas…

使用screw-core生成数据库结构说明文档

官方项目地址: screw: 简洁好用的数据库表结构文档工具,支持MySQL/MariaDB/SqlServer/Oracle/PostgreSQL/TIDB/CacheDB 数据库。 数据库支持 MySQL MariaDB TIDB Oracle SqlServer PostgreSQL Cache DB(2016) H2 (开发…

List 集合去除 null 元素

一、Collections.singleton() 一个用于创建只包含一个元素的不可变集合的方法 创建一个只包含一个值为null的元素的集合。 userOnlineList.removeAll(Collections.singleton(null));

python pd.DataFrame 两个 取某个字段的差集

在 Pandas 中,如果你有两个 DataFrame 并且想要取某个字段的差集,可以使用 set 操作来实现。这可以帮助你找到在一个 DataFrame 中存在但在另一个 DataFrame 中不存在的值。 以下是一个示例,演示如何取两个 DataFrame 在某个字段上的差集&am…

文心智能体平台 | 想象即现实

目录 文心智能体平台介绍平台简介通过平台能做什么平台的优势智能体介绍智能体类型AI 插件介绍 动手创建一个智能体访问平台并进行账号注册根据适合的方式选择智能体类型快速创建智能体智能体个性化模块配置 总结注意事项我的智能体 文心智能体平台介绍 平台简介 文心智能体平…

产品推荐 | 基于Xilinx Zynq-7015 FPGA的MYC-C7Z015开发板

一、产品概述 基于 Xilinx Zynq-7015,双Cortex-A9FPGA全可编程处理器;PS部分(ARM)与PL部分(FPGA)之间采用AXI高速片上总线通信,吉比特级带宽,突破传统ARMFPGA架构的通信瓶颈,通过PL部分(FPGA)灵活配置丰富的外设接口&…

若依框架官网

RuoYi 若依官方网站 |后台管理系统|权限管理系统|快速开发框架|企业管理系统|开源框架|微服务框架|前后端分离框架|开源后台系统|RuoYi|RuoYi-Vue|RuoYi-Cloud|RuoYi框架|RuoYi开源|RuoYi视频|若依视频|RuoYi开发文档|若依开发文档|Java开源框架|Java|SpringBoot|SrpingBoot2.0…

LLM - 模型下载与 git-lfs 安装

目录 一.引言 二.安装 git lfs 1.使用 apt-get 安装 2.使用 Brew 安装 3.LFS 验证 三.总结 一.引言 在 HuggingFace 上下载模型时提供一个 git clone 的指令,执行后可以下载对应模型的模型文件: 但是本机还没有 git lfs 命令: git: lfs is not a git comman…

Google使用AI改进了 Sheets;开源视觉语言模型llama3v;开源情绪语音模型ChatTTS;

✨ 1: Google has improved Sheets with AI. Google 使用 AI 改进了 Sheets 您可以使用 Gemini 处理您的数据并将其变成老师。 优化您的数据 Gemini 了解您的数据并提出改进建议。 例如,它可以将重复数据转换为更实用的下拉框。 解释数据 通过单击双子座图标…

PgMP考前必读!这份应考锦囊请收好

PgMP考试是对整个学习备考效果的检验,直接关系到考生能否顺利拿到证书。但很多同学是第一次参加PgMP考试,对于考试中的一些细节和注意事项并不是很了解,为了帮助各位同学有更好的临场发挥,顺利拿到证书,专门整理了PgMP…

Sql 一对多,按主表分页,按子表查询,可避免使用exist

#sql 分页 使用 distinct SELECTDISTINCTa.id,a.check_no,a.check_datea.remarkFROMA aINNER JOIN A_detail b ON a.id b.check_idWHERE a.is_delete 0a.check_no LIKE CONCAT(%, #{checkNo}, %)AND b.model_name LIKE CONCAT(%, #{modelName}, %)

Windows下PostgreSQL数据库的备份与恢复

文章目录 一、备份1.找到PostgreSQL的安装目录下的"bin"目录2.在windows的命令窗口里,使用pg_dump进行备份1.打开命令窗口2.使用pg_dump将数据库备份下来 二、恢复1.找到PostgreSQL的安装目录下的"bin"目录2.在windows的命令窗口里,…

全新PSAI设计插件 —— StartAI,让想象触手可及!

告别繁琐的设计过程,StartAI将为你的创作注入新动力,让每一个设计瞬间变得生动而独特。 核心功能介绍: 高清修复 - 每一个设计细节都至关重要,StartAI的高清修复可以细节优化,确保你的设计完美无瑕。 百变生图风格- 从…

【信息学奥赛】两个整型变量的值交换

【信息学奥赛】两个整型变量的值交换 💖The Begin💖点点关注,收藏不迷路💖 编写如下一个函数,用于将两个整型变量的值交换 输入: 两个数 输出: 交换后的两个数 样例输入: 3 2样…

Drafty-基于JSON的标记语言来描述聊天内容

Drafty: 一种富文本格式 (翻译) 这份文档介绍了 Drafty,一种由 Tinode 使用的文本格式,用于为消息添加样式。Drafty 的目标是在表达能力足够的同时,不会开放太多的可能性以避免安全问题。你可以将它视为将 JSON 封装了…

IMX6Q基于kernel3.0.35版本调试GT9xx触摸屏

IMX6Q基于kernel3.0.35版本调试GT9xx触摸屏 1、开发环境2、推荐指数3、开发过程4、文件系统环境变量1、开发环境 芯片:IMX6Q (NXP系列) 内核版本:linux3.0.35 Ubuntu版本:16.04 移植的触摸芯片:GT911 2、推荐指数 GT9xx的触摸型号驱动基本上现在网上的文章都比比皆是,…

PyTorch自定义张量操作开发指南【CFFI+CUDA】

PyTorch 与 TensorFlow 一起成为深度学习研究人员和从业者的标准。虽然 PyTorch 在张量运算或深度学习层方面提供了多种选择,但一些专门的操作仍然需要手动实现。在运行时至关重要的情况下,应使用 C 或 CUDA 来完成此操作,以支持 CPU 和 GPU …

linux系统——htop命令检测

在之前提到top命令可以检测进程情况,但需要额外一些参数才能更清晰得到一些数据,htop也是进程监测命令,但更为准确,给出信息更为详实