【香橙派】Orange pi AIpro开发板评测,看小白如何从0到1快速入门,以及亲测手写数字识别模型训练与推理

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。
接口丰富,扩展能力强。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

目录

  • 开发板介绍
    • 亮点
    • 顶层视图
    • 底层试图
  • 开发板使用
    • 准备配件
    • 相关资料
    • 启动设置
    • 烧录镜像
    • 上电
    • 连接wifi
    • 查看IP
    • SSH连接
    • 可视化界面
  • 体验AI应用
    • 登录juypter lab
    • 运行文字识别样例
  • 手写数字识别模型训练&推理
    • 样例介绍
    • 样例下载
    • 执行准备
    • 模型训练
    • 在线推理
  • 测评感受
    • 使用香橙派开发板体会
    • AI应用数据训练体会
  • 总结

开发板介绍

亮点

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。

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。

顶层视图

在这里插入图片描述

底层试图

在这里插入图片描述

开发板使用

准备配件

对于首次使用的小白来说,一开始可能没有那么多配件,TF卡、TF读卡器、散热器、HDMI显示器连接线、串口测试线等。

相关资料

博主是一名硬件小白,虽然有接触过几次,但都是一些皮毛。
非常感谢香橙派平台提供的这次机会,并且用户手册讲解的非常详细,帮了很大的忙。
开发板资料下载页面的链接如下所示:
http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html
在这里插入图片描述

启动设置

TF卡启动设置,两个按钮都拨到右边。
开发板背面也有指示,非常方便在这里插入图片描述

烧录镜像

博主是在windows操作系统环境下进行的操作

1、电脑读卡
把 TF 卡插入读卡器,再把读卡器插入电脑

2、balenaEtcher烧录
balenaEtcher:https://www.balena.io/etcher/在这里插入图片描述
在这里插入图片描述
烧录中(第一次接触难免有些小激动,很快就可以开启我的硬件之旅),烧录过程大概二十分钟左右
在这里插入图片描述
烧录镜像校验和验证,验证大概也是十来分钟(可跳过此步骤)
在这里插入图片描述

3、推荐烧录工具
推荐一个比较好用的烧录工具,无需验证,如果上一步骤无法烧录或者验证成功,可以使用下面这个。
地址:https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Atlas%20200I%20DK%20A2/DevKit/tools/latest/Ascend-devkit-imager_latest_win-x86_64.exe在这里插入图片描述

上电

完成上面烧录步骤,就可以上电,开机启动。
由于最近回老家了,还好镇上都有读卡器、HDMI数据线等配件。
没有条件就创造条件,显示器就用电视机凑合着用。
果然没让我失望,顺利显示出了OrangePI系统界面,这入门体验棒极了。

这个开发板可以理解为一个主机,就像一个台式电脑主机一样,也可以接鼠标、键盘和显示器。
TF卡就是一个硬盘,可以在上面安装操作系统。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

连接wifi

成功启动OrangePI后,默认是没有联网的,支持wifi无线联网。在这里插入图片描述

查看IP

完成wifi联网后,即可查看到当前开发板所在局域网IP,目的是通过XShell进行SSH远程连接登录。
打开Terminal输入命令:ifconfig
找到192.168开头就是了。在这里插入图片描述

SSH连接

  • 下载远程工具Xshell
    地址:https://www.xshell.com/zh/free-for-home-school/
    这个下载不用填任何邮箱地址,直接就可以下载
    在这里插入图片描述
  • 登录
    直接新建会话进行登录,输入下面默认账号和密码
    账号:HwHiAiUser
    密码:Mind@123
    在这里插入图片描述

可视化界面

下载Windows系统Nomachine包:https://downloads.nomachine.com/
在这里插入图片描述
Windows系统下Nomachine包,并上传到开发板的用户目录下
在这里插入图片描述

ls -lrt
在这里插入图片描述

  • 安装

sudo dpkg -i nomachine_8.11.3_3_arm64.deb
输入登录密码,回车即可开始安装

在这里插入图片描述
安装完成后,NoMachine软件回自动检测到对应远程
在这里插入图片描述
首次点击连接可能会失败,会提示输入账号和密码,之后再点击就可以远程到图形化界面了。
这对于小白来说就非常有帮助。在这里插入图片描述

体验AI应用

具体样例说明可点击跳转官方查看用户手册,非常详细,博主这里不进行详细运行样例说明:
http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html

登录juypter lab

1)cd samples
2)ls 01-SSD 02-CNNCTC 03-ResNet50 04-HDR 05-CycleGAN 06-Shufflenet 07-FCN08-Pix2Pix start_notebook.sh
3)./start_notebook.sh在这里插入图片描述

  • 访问
    在OrangePI打开浏览器,输入下面地址即可访问到juypter lab
    http://127.0.0.1:8888/lab?token=93d9715b3ab3ffed960cb877757a1df41bd12b6c0bbfc9fe

在这里插入图片描述

运行文字识别样例

点击双箭头运行
在这里插入图片描述
推理完成后,输出结果。
在准确识别出来后,关注另外一个重要信息是时间,infer use time:9.66787338256836ms(推理时间9毫秒,速度非常快,可以说是一瞬间)
在这里插入图片描述

手写数字识别模型训练&推理

源码地址:https://gitee.com/ascend/EdgeAndRobotics/tree/master/Samples/HandWritingTrainAndInfer

样例介绍

本样例使用MNIST数据集实现了手写数字识别体的训练,onnx推理,om推理全过程。
需要注意,样例上面的文件夹名称和现在名称不同,需要改为当前名称HandWritingTrainAndInfer

样例下载

博主这里直接使用git方式下载,网速好的可以用次方法简单,网速慢得建议下载zip到开发板中步骤会复杂点

# 登录开发板,HwHiAiUser用户命令行中执行以下命令下载源码仓。    
cd ${HOME}     
git clone https://gitee.com/ascend/EdgeAndRobotics.git
# 切换到样例目录
cd EdgeAndRobotics/Samples/HandWritingTrainAndInfer

在这里插入图片描述
在这里插入图片描述

执行准备

  • 安装PyTorch以及torch_npu插件
# torch_npu由于需要源码编译,速度可能较慢,本样例提供 python3.9,torch2.1版本的torch_npu whl包
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/torch_npu-2.1.0rc1-cp39-cp39-linux_aarch64.whl# 使用pip命令安装
pip3 install torch_npu-2.1.0rc1-cp39-cp39-linux_aarch64.whl
  • 安装其他依赖库
    如果还有其他依赖库需要安装,那么可以在requirements.txt文本里添加
pip3 install -r requirements.txt  # PyTorch2.1版本

在这里插入图片描述
在这里插入图片描述

模型训练

1、以HwHiAiUser用户登录开发板,切换到样例目录下

# 切换到样例目录
cd EdgeAndRobotics/Samples/HandWritingTrainAndInfer

2、设置环境变量减小算子编译内存占用

export TE_PARALLEL_COMPILER=1
export MAX_COMPILE_CORE_NUMBER=1

3、运行训练脚本

python3 main.py

成功运行训练脚本后,会自动下载Mnist数据集,数据集目录结构如下(如果用户网络状况不佳可以自行下载数据集放到指定目录dataset下):
在这里插入图片描述
在这里插入图片描述
完成训练后,会生成一个文件(整体训练速度还是挺快的,这个让我对香橙派开发板比较惊喜的地方,毕竟训练才是AI的核心)
在这里插入图片描述
在这里插入图片描述

在线推理

1、以HwHiAiUser用户登录开发板,切换到当前样例目录

# 切换到样例目录
cd EdgeAndRobotics/Samples/HandWritingTrainAndInfer

2、执行以下命令,将训练生成的mnist.pt转换mnist.onnx模型

python3 export.py

mnist.onnx模型生成在当前路径下在这里插入图片描述
在这里插入图片描述
3、执行以下命令,获取在线推理的测试图片

cd data
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/mnist/8.jpg

在这里插入图片描述
4、执行在线推理

cd ../onnxInfer/
python3 infer.py

执行成功后,在屏幕上的关键提示信息示例如下:

[image_path:data/8.jpg] [inferssession_time:1349 pictures/s] [output:8]

在这里插入图片描述
5、手写测试
博主这里自己手写一个数字。(重复3到4步骤,回到data目录,在线下载图片,博主这里通过访问自己服务器的图片进行下载测试)
可能是训练数据量不够,有些手写的数字并不能识别出来,然后用下面方式处理的数字,7识别成了2,数字5能够准确识别在这里插入图片描述
在这里插入图片描述

测评感受

使用香橙派开发板体会

博主算是一名硬件小白,香橙派开发给我最大的感受就是速度快,性能佳,整个过程体验非常流畅。
速度快体现在,博主还没反应过来显示器就已经显示OrangePI登录界面
性能佳体现在,运行的AI应用样例运行出结果在毫秒级,博主还在想运行好没,其实已经显示出结果
开发板工艺设计非常小巧精美,散热效果不错。
速度和性能这两方面在数据训练、部署、推理等体现非常的好,对于博主首次接触可以说是非常惊喜的一次测评体验。
期待官方开发板越来越强大,博主也趁这次机会入门,以及后续实现语音交互等功能

AI应用数据训练体会

通过香橙派开发板小体量设备就能进行数据训练、推理,这确实太赞了。
这个对以后垂直领域或者自己专项业务就能够发挥作用,实现数据训练本地化离线化,确保了训练数据的安全性。

总结

Orange Pi AI Pro 开发板是香橙派联合华为精心打造的高性能 AI 开发板,值得拥有。
整体上,开发板运行非常平稳,性能和速度绝佳,散热效果也不错,风扇几乎没什么噪音。
在样例的图片识别文字里,推理时间仅为9毫秒,速度非常快,可以说是一瞬间,性能和速度体现的淋漓尽致。

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/45802.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

Laravel生成二维码图片

Laravel生成二维码图片 composer下载组件 https://github.com/SimpleSoftwareIO/simple-qrcode/tree/develop/docs/zh-cn composer require simplesoftwareio/simple-qrcode "~2"namespace App\Http\Controllers;use SimpleSoftwareIO\QrCode\Facades\QrCode;cla…

《代理选择与反爬虫策略探究:如何优化网络爬虫效率与稳定性》

代理IP如何选以及常见反爬策略 为什么需要代理? 因为有的网站会封IP,用户如果没有登录,那IP就是身份标识,如果网站发现用户行为异常就非常可能封IP 什么是代理IP 就是让一个人帮你转交请求,帮你转交的人对面不熟&a…

【机器学习】线性判别分析(LDA):从理论到实践

🌈个人主页: 鑫宝Code 🔥热门专栏: 闲话杂谈| 炫酷HTML | JavaScript基础 ​💫个人格言: "如无必要,勿增实体" 文章目录 线性判别分析(LDA):从理论到实践LDA的基本概…

c++ - 多态

文章目录 一、多态的概念二、多态使用三、多态的原理 一、多态的概念 1、概念: 多态就是具有多种形态,可以理解为同一个行为不同对象去完成表现出不同的状态,如: 二、多态使用 1、构成多态的条件 (1)派…

SpringCloud01_技术选型、生态底层、整合knife4j - swagger3、支付模块、订单模块、热部署Devtools(开发阶段)

文章目录 ①. 从Boot和Cloud版本选型②. SpringCloud生态底层③. 整合knife4j - swagger3④. 父工程项目搭建⑤. 支付微服务 - 8001⑥. 订单微服务 - consumer80⑦. 热部署Devtools(开发阶段)⑧. 测试Run DashBord ①. 从Boot和Cloud版本选型 ①. 结论:本次Java、cloud、boot…

程序的控制结构——switch语句【互三互三】

文章目录 🍁 引言 🍁1.语句格式: 🍁2.语句执行过程 🍁3.语句格式举例 🍁例题 👉【例1】 🚀示例代码 👉【例2】 🚀【分析】 🚀示例代码…

【企业级监控】Zabbix实现邮箱报警

Zabbix监控自动化 文章目录 Zabbix监控自动化资源列表基础环境前言四、Zabbix邮件告警4.1、实现报警所需的条件4.1.1、告警媒介4.1.2、触发器(trigger)4.1.3、动作(action) 4.2、配置告警媒介4.2.1、设置告警媒介参数4.2.2、启用此…

卡码网KamaCoder 99. 岛屿数量

题目来源&#xff1a;99. 岛屿数量 C题解&#xff1a;来源代码随想录 懒得自己写了。直接搬运。。。 1. 深度优先搜索&#xff1a;它的循环在main函数里&#xff0c;遍历每个位置&#xff0c;判断 是否为陆地 及 是否访问过。 #include <iostream> #include <vecto…

[1]从概念到实践:电商智能助手在AI Agent技术驱动下的落地实战案例深度剖析(AI Agent技术打造个性化、智能化的用户助手)

电商智能助手进化论:AI Agent技术引领下的智能化升级与实战效果评估 1.LLM Agent 的整体概述 1.0 Agent 在学术界的热度持续攀升 人工智能应用的几个阶段LLM Agent 的构成要素 语言模型 (LLM) 仅限于它们所训练的知识,并且这些知识很快就会过时。且 LLM 具备以下缺点: 会产…

PG大会周五于杭州举办;Pika发布4.0;阿里云MySQL上线Zero-ETL集成能力

重要更新 1. PostgreSQL中国技术大会举行12日&#xff08;周五&#xff09;于杭州举办&#xff0c;是PostgreSQL社区年度的大会&#xff0c;举办地点&#xff1a;杭州君尚云郦酒店&#xff08;杭州市上城区临丁路1188号&#xff09;&#xff0c;感兴趣的可以考虑现场参加 ( [1]…

【公益案例展】华为云X《无尽攀登》——攀登不停,向上而行

‍ 华为云公益案例 本项目案例由华为云投递并参与数据猿与上海大数据联盟联合推出的 #榜样的力量# 《2024中国数据智能产业最具社会责任感企业》榜单/奖项”评选。 大数据产业创新服务媒体 ——聚焦数据 改变商业 夏伯渝&#xff0c;中国无腿登珠峰第一人&#xff0c;一生43年…

Guava LocalCache源码分析:LocalCache生成

Guava LocalCache源码分析&#xff1a;Cache生成 版本LocalCache参数说明Cache构建过程LocalCache介绍LocalCache实例化将builder中的属性赋值到LocalCache中分段 LocalCache为guava本地缓存的解决方案&#xff0c;提供了基于容量&#xff0c;时间和引用的缓存回收方式&#xf…

算法复杂度<数据结构 C版>

什么是算法复杂度&#xff1f; 简单来说算法复杂度是用来衡量一个算法的优劣的&#xff0c;一个程序在运行时&#xff0c;对运行时间和运行空间有要求&#xff0c;即时间复杂度和空间复杂度。 目录 什么是算法复杂度&#xff1f; 大O的渐近表达式 时间复杂度示例 空间复杂度…

Jenkins 离线升级

1. 环境说明 环境 A: jenkins 版本&#xff1a;2.253使用 systemctl 管理的 jenkins 服务 环境 B&#xff1a; 可以上网的机器&#xff0c;装有 docker-compose docker 和 docker-compose 安装&#xff0c;这里都略了。 2. 安装旧版本 2.1 环境 A jenkins 目录打包文件 …

2024辽宁省大学数学建模竞赛试题思路

A题 (1) 建立模型分析低空顺风风切变对起飞和降落的影响 模型假设 飞机被视为质点&#xff0c;忽略其尺寸和形状对风阻的影响。风切变仅考虑顺风方向的变化&#xff0c;忽略其他方向的风切变。飞机的飞行速度、高度和姿态&#xff08;如迎角、俯仰角&#xff09;是变化的&am…

(补充):java各种进制、原码、反码、补码和文本、图像、音频在计算机中的存储方式

文章目录 前言一、进制1 逢几进一2 常见进制在java中的表示3 进制中的转换(1)任意进制转十进制(2)十进制转其他进制二、计算机中的存储1 计算机的存储规则(文本数据)(1)ASCII码表(2)编码规则的发展演化2 计算机的存储规则(图片数据)(1)分辨率、像素(2)黑白图与灰度…

服务器操作集合

服务器使用PC作为代理访问外网 1、PC上启动代理&#xff0c;比如nginx 下载nginx&#xff1a;http://nginx.org/en/download.html 修改配置文件&#xff0c;在conf下&#xff1a; http {include mime.types;default_type application/octet-stream;sendfile o…

罗技K380无线键盘及鼠标:智慧互联,一触即通

目录 1. 背景2. K380无线键盘连接电脑2.1 键盘准备工作2.2 电脑配置键盘的连接 3. 无线鼠标的连接3.1 鼠标准备工作3.2 电脑配置鼠标的连接 1. 背景 有一阵子经常使用 ipad&#xff0c;但是对于我这个习惯于键盘打字的人来说&#xff0c;慢慢在 ipad 上打字&#xff0c;实在是…

conda install问题记录

最近想用代码处理sar数据&#xff0c;解放双手。 看重了isce这个处理平台&#xff0c;在安装包的时候遇到了一些问题。 这一步持续了非常久&#xff0c;然后我就果断ctrlc了 后面再次进行尝试&#xff0c;出现一大串报错&#xff0c;不知道是不是依赖项的问题 后面看到说mam…

模块化(一)nodejs

模块化 一.模块化的基本概念1.1 什么是模块化1.2 模块化规范 二.Node.js 中的模块化2.1 Node.js 中模块的分类2.2 加载模块2.3 Node.js 中的模块作用域2.4 向外共享模块作用域中的成员 一.模块化的基本概念 1.1 什么是模块化 模块化 是指解决一个 复杂问题 时&#xff0c;自顶…