香橙派OriengePi AiPro 华为昇腾芯片开发板开箱测评

香橙派OriengePi AiPro 华为昇腾芯片开发板开箱测评

文章目录

  • 前言
  • OrangePi AIpro
    • 硬件相关及配置
      • 外观
      • 接口
      • 配置虚拟桌面
      • 网络配置
      • 拓展swap内存
    • 软件相关及配置
      • docker
      • 基础镜像搭建
      • pytorch安装及匹配
    • 软件测试使用
      • yolo v8测试使用
      • 模型转换
  • 总结

前言

博主有幸受邀CSDN测评香橙派与华为昇腾共同研发的OriengePi AiPro的开箱测评,本文会对正常使用的一些情况做记录,包括常用配置,docker配置使用,以及可能包含机器人相关的一些配置等,同时也会对产品的性能及使用的感受做分享。

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。1

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2

OrangePi AIpro

硬件相关及配置

外观

包含一个充电头,一个type c数据线,及香橙派主体

充电头支持:5V⎓3A/9V⎓3A/12V⎓3A/15V⎓3A/20V⎓3.25A

在这里插入图片描述

在这里插入图片描述

接口

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

配置虚拟桌面

这里通过cat /proc/cpuinfo查到cpu架构是arm v8,wget下载对应的nomachine。

如果没有显示屏无法联网,可以通过路由器接有线到香橙派自动获取ip,通过路由器后台查看ip地址,系统默认开启了sshd,可以远程连接。

管理员账号:root
普通账号:HwHiAiUser
密码:Mind@123
wget https://download.nomachine.com/download/8.11/Arm/nomachine_8.11.3_3_arm64.deb

在这里插入图片描述

安装

sudo apt-get update
cd ~/Downloads
sudo dpkg -i nomachine_8.11.3_3_arm64.deb# -----OUT PUT--------
Unpacking nomachine (8.11.3-3) ...
Setting up nomachine (8.11.3-3) ...
NX> 700 Starting installation at: Tue, 21 May 2024 22:14:35.
NX> 700 Using installation profile: Ubuntu.
NX> 700 Installation log is: /usr/NX/var/log/nxinstall.log.
NX> 700 Installing nxrunner version: 8.11.3.
NX> 700 Installing nxplayer version: 8.11.3.
NX> 700 Installing nxnode version: 8.11.3.
NX> 700 Installing nxserver version: 8.11.3.
NX> 700 Installation completed at: Tue, 21 May 2024 22:14:58.
NX> 700 NoMachine was configured to run the following services:
NX> 700 NX service on port: 4000

这时就能通过本地安装的nomachine远程连接过去了。

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

网络配置

如果是无线,记得勾选所有用户都可使用,否则必须登录用户后才会自动连接无线

在这里插入图片描述

拓展swap内存

由于sd卡安装docker镜像已经占用比较多的存储空间,这里使用外部优盘拓展存储,查看当前外界存储:

fdisk -l

在这里插入图片描述

挂载到你的目标路径,

mount /dev/sda /home/HwHiAiUser/workspace/udisk/
df -h

在这里插入图片描述

创建swap文件

sudo dd if=/dev/zero of=/home/HwHiAiUser/workspace/udisk/swapfile bs=1024 count=16777216

在这里插入图片描述

格式化分区文件

sudo mkswap /home/HwHiAiUser/workspace/udisk/swapfile# -----Out Put-----
mkswap: /home/HwHiAiUser/workspace/udisk/swapfile: insecure permissions 0755, fix with: chmod 0600 /home/HwHiAiUser/workspace/udisk/swapfile
Setting up swapspace version 1, size = 16 GiB (17179865088 bytes)
no label, UUID=7baed9dd-d486-4b99-98bc-65ff3341655a

启动swap区

sudo swapon /home/HwHiAiUser/workspace/udisk/swapfile

校验是否启用,可以看到下图已经出现了一个15G的swap区

free -h# -----Out Put-----total        used        free      shared  buff/cache   available
Mem:           7.4Gi       1.2Gi       599Mi        48Mi       5.6Gi       6.0Gi
Swap:           15Gi          0B        15Gi

停止使用swap区代码如下

sudo swapoff /home/HwHiAiUser/workspace/udisk/swapfile

软件相关及配置

docker

我的系统已经默认安装了docker,如果未安装可以自行下载。

# 报警如下处理方法
docker ps
permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock: Get "http://%2Fvar%2Frun%2Fdocker.sock/v1.24/containers/json": dial unix /var/run/docker.sock: connect: permission denied

添加当前用户到docker组,即可解决上述报警

sudo gpasswd -a $USER docker  # 将当前用户添加至docker用户组
newgrp docker                 # 更新docker用户组

基础镜像搭建

这里打算以ros2 humble jammy做为此次的基础镜像。

docker pull ros:humble-perception-jammy# -----OUT PUT--------
humble-perception-jammy: Pulling from library/ros
9b076355b79b: Pull complete
a0b98a01e18c: Pull complete
da8c8a40f001: Pull complete
aeb1b0e62af2: Pull complete
c44d471f288e: Pull complete
509cd74b317a: Pull complete
79337a550a6b: Pull complete
26db6393e0d5: Pull complete
8c7673b38fa6: Pull complete
040d7a25c186: Pull complete
27d776fd0281: Pull complete
799c0af82dd6: Pull complete
Digest: sha256:76cbc14b927751267c5a3068343cb532f71a157d2b1a3a9ed1c116e571149f71
Status: Downloaded newer image for ros:humble-perception-jammy

具体搭建博主写了一篇文章可以参考《raspberry pi/orienge pi等arm架构硬件打包ros humble docker开发镜像-CSDN博客》

pytorch安装及匹配

查看版本匹配可以参考这里

torchtorchvisionPython
main / nightlymain / nightly>=3.8, <=3.11
2.20.17>=3.8, <=3.11
2.10.16>=3.8, <=3.11
2.00.15>=3.8, <=3.11

博主选择的是torch 2.2和torchvision 0.17安装如下:

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simplepip install torch==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torchvision==0.17.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

软件测试使用

yolo v8测试使用

下载安装yolo v8

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

运行测试程序:

yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

运行结果如下:

在这里插入图片描述
下图是训练所需的时常,训练3个epoch,4张图,117个实例,训练时长大约为36s

在这里插入图片描述

detect 4个人,1辆车,一个停车标志所用时间为533.8ms

在这里插入图片描述

模型转换

查询当前的npu名称

npu-smi info

在这里插入图片描述
模型转换命令,根据情况设置参数,博主用的是上边这句:

atc --model=best.onnx --framework=5 --output=best --input_format=NCHW --log=error --soc_version=Ascend310B4atc --model=yolo.onnx --framework=5 --output=yolo --input_format=NCHW --input_shape="input_image:1,3,640,640" --log=error --soc_version=Ascend310B4

在这里插入图片描述
博主测试了两次,转换时间大概需要28min。

总结

至此本篇对于香橙派在配置使用上做了日常使用和一些模型训练、推理、转换上的基本使用,前期主要实现了常用配置及docker、yolo v8的安装使用,开发板的使用体感流畅度都能保证,性能也能满足正常的使用,不管是运行docker还是yolo都能有不错的流畅性。开源社区也提供了大量的技术文档,让初入手的同学也能根据文档对使用及配置有总体的了解,发现问题同样也能在社区找到对应的解决流程。

在通过华为定义的格式ATC(Ascend Tensor Compiler)异构计算架构CANN体系下的模型转换的时间稍微有点长,但是调用已经转好的om模型运行时,推理速度非常快,这里凸显了8Tops npu算力对于深度学习领域方面有质的提升。

香橙派 AIpro是一款非常优秀 AI 边缘计算开发板,优秀的价格推动AI 部署的普遍化的进程,让每一个人都有机会能使用到高性能的AI开发硬件,推动AI整个生态环境的进步,希望有更多的小伙伴能在类似这种AI开发板的基础上学习和成长。


  1. 香橙派AIpro学习资源一站式导航_Orange Pi AIpro_昇腾论坛 (hiascend.com) ↩︎

  2. Orange Pi AIpro Orange Pi官网-香橙派(Orange Pi)开发板,开源硬件,开源软件,开源芯片,电脑键盘 ↩︎

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/news/844936.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

我喜欢的vscode插件

有个更全的&#xff1a;提高编程效率的30个VScode插件 Image preview&#xff08;图片预览&#xff09; any-rule&#xff08;正则表达式大全&#xff09; px to rem & rpx & vw(cssrem)&#xff08;px和rem之间转换&#xff09; 小程序开发助手 Auto Close Tag A…

Java字符串String详解

Java中的String类作为存储和操作文本数据的基本类型&#xff0c;是开发过程中最常用的类型。 String类型的声明及初始化与基本数据类型非常相似&#xff1a; String name "lcy";但是String类型是引用类型&#xff0c;有着非常丰富的处理字符串的方法。正是因为其重…

连锁美容机构行业:如何利用用友BIP收入云实现收入增长

随着消费市场的不断升级和消费者需求的日益多样化&#xff0c;连锁美容机构行业正面临着前所未有的机遇与挑战。在这个竞争激烈的市场环境中&#xff0c;如何有效地利用技术手段提升管理效率、优化客户体验&#xff0c;进而实现收入的持续增长&#xff0c;成为了众多美容机构关…

Javaweb第九次作业

采用XML映射文件的形式来映射sql语句&#xff1b;采用动态sql语句的方式&#xff0c;实现条件查询的分页。 controller Slf4j RestController RequestMapping("supermarket111") public class SupermarketFenyeController {AutowiredSupermarketFenyeService super…

Rust之函数式语言特性:迭代器和闭包(一):概述

开发环境 Windows 11Rust 1.78.0 VS Code 1.89.1 项目工程 这次创建了新的工程minigrep. 函数式语言特性:迭代器和闭包 Rust的设计从许多现有语言和技术中获得了灵感&#xff0c;其中一个重要影响是函数式编程。函数式编程通常包括通过在参数中传递函数、从其他函数返回函数、…

【免费Web系列】JavaWeb实战项目案例五

这是Web第一天的课程大家可以传送过去学习 http://t.csdnimg.cn/K547r 新增员工 前面我们已经实现了员工信息的条件分页查询。 那今天我们要实现的是新增员工的功能实现&#xff0c;页面原型如下&#xff1a; ​ 首先我们先完成"新增员工"的功能开发&#xff0…

[Redis]Hash类型

基本命令 hset命令 设置 hash 中指定的字段&#xff08;field&#xff09;的值&#xff08;value&#xff09; 返回值&#xff1a;添加的字段的个数&#xff08;注意是添加的个数&#xff0c;而不包括修改的&#xff09; hset key field value [field value ...] hget命令 …

InnoDB Data Locking - Part 2 “Locks“

什么是数据库“锁”&#xff1f; 当我熟悉数据库术语时&#xff0c;我发现非常困惑的一件事是“锁【lock】”这个词在数据库中的含义与在编程中的含义不同。 在编程中&#xff0c;如果你有一个“锁”&#xff0c;那么它就是内存中存储在某个地址下的单个对象&#xff0c;然后有…

【linux】在linux操作系统下快速熟悉开发环境并上手开发工具——体验不一样的开发之旅

个人主页&#xff1a;东洛的克莱斯韦克-CSDN博客 祝福语&#xff1a;愿你拥抱自由的风 目录 vim编辑器 Linux编译器&#xff1a;gcc/g使用 gcc和g的选项 编译过程 动静态库的链接 Linux项目的自动化构建 生成可执行程序 清理可执行程序 Linux调试器-gdb使用 git和git…

DBeaver添加DM8驱动(maven下载和jar包下载配置)

DBeaver 24.0.3添加DM8驱动 下载DBeaver下载DM达梦驱动下载 安装配置使用自带Dameng自行添加达梦驱动 因为最近公司项目有信创要求&#xff0c;所以下载了达梦数据库。使用自带的达梦管理工具不是很方便&#xff0c;于是换了DBeaver。 哼哧哼哧安装好后&#xff0c;创建数据库连…

#centos7搭建php8+nginx环境#

场景:为了实现上传的pdf文件转成png图片,需要搭建一个php8nginx的运行环境&#xff0c;最后安装imagic扩展 安装顺序 php-> linux-> imagemagick -> ghostscript -> imagick 一&#xff1a;安装phpnginx环境 1、安装remi扩展源 remi源是Remi repository是包含最新…

【数据结构】二叉树-堆(下)-链式二叉树

个人主页~ 二叉树-堆&#xff08;上&#xff09; 栈和队列 二叉树 四、堆的代码实现Heap.hHeap.ctest.c 五、堆的应用堆排序思想进行排序 六、二叉树链式结构的实现BTree.hBTree.ctest.c 四、堆的代码实现 Heap.h #pragma once#include <stdio.h> #include <stdlib…

Python魔法之旅-魔法方法(05)

目录 一、概述 1、定义 2、作用 二、应用场景 1、构造和析构 2、操作符重载 3、字符串和表示 4、容器管理 5、可调用对象 6、上下文管理 7、属性访问和描述符 8、迭代器和生成器 9、数值类型 10、复制和序列化 11、自定义元类行为 12、自定义类行为 13、类型检…

Linux系统使用Docker安装Drupal结合内网穿透实现远程访问管理后台

目录 前言 1. Docker安装Drupal 2. 本地局域网访问 3 . Linux 安装cpolar 4. 配置Drupal公网访问地址 5. 公网远程访问Drupal 6. 固定Drupal 公网地址 前言 作者简介&#xff1a; 懒大王敲代码&#xff0c;计算机专业应届生 今天给大家聊聊Linux系统使用Docker安装Drupal…

Mybatis 查询TypeHandler使用,转译查询数据(逗号分隔转List)

创建自定义的Hanndler /*** Package: com.datalyg.common.core.handler* ClassName: CommaSeparatedStringTypeHandler* Author: dujiayu* Description: 用于mybatis 解析逗号拼接字符串* Date: 2024/5/29 10:03* Version: 1.0*/ public class CommaSeparatedStringTypeHandle…

SAP Build引言

前言 SAP Build 似乎是一个整合了很多低代码或无代码产品的平台&#xff0c;最早的时候应该都是各自分开的几个产品&#xff0c;近年合并到一块上了SAP Build平台 现在看官网的介绍应该是有三四个产品被集成进来了&#xff0c;分别是SAP IRPA&#xff0c;SAP Workflow&#xf…

c# 输出二进制字符串

参考链接 C#二进制输出数据_c# 输出二进制 123.5的方法-CSDN博客https://blog.csdn.net/a497785609/article/details/4572112标准数字格式字符串 - .NET | Microsoft Learnhttps://learn.microsoft.com/zh-cn/dotnet/standard/base-types/standard-numeric-format-strings#BFo…

13、电科院FTU检测标准学习笔记-录波功能1

作者简介&#xff1a; 本人从事电力系统多年&#xff0c;岗位包含研发&#xff0c;测试&#xff0c;工程等&#xff0c;具有丰富的经验 在配电自动化验收测试以及电科院测试中&#xff0c;本人全程参与&#xff0c;积累了不少现场的经验 ———————————————————…

js高级—基础深入总结

文章目录 1. 数据类型1.1. 常见数据类型1.2.数据类型判断&#xff1a;1.3.underfined与null的区别1.4.什么时候给变量赋值为null1.5. 严格区别变量类型与数据类型&#xff1a; 2. 数据变量和内存2.1. 什么是数据2.2. 什么是内存2.3. 什么是变量2.4.内存、数据、变量三者关系问题…

【科普向】【文末附gpt升级秘笈】人工智能领域的风云变幻:从OpenAI到Anthropic的人才流动与技术走向

人工智能领域的风云变幻&#xff1a;从OpenAI到Anthropic的人才流动与技术走向 摘要&#xff1a;人工智能领域的竞争日趋激烈&#xff0c;技术巨头间的人才流动和团队重组成为常态。本文通过分析OpenAI前首席安全研究员Jan Leike加入Anthropic公司这一事件&#xff0c;探讨人工…