香橙派OrangePi AIpro上手初体验

news2024/10/8 16:54:51

一、前言

非常感谢能够收到CSDN和香橙派的OrangePi AIpro开发板评测活动的邀请;
收到的OrangePi AIpro实物如下所示:

img

二、OrangePi AIpro介绍

通过查询香橙派官网可以了解到OrangePi AIpro的相关信息如下:
OrangePi AIPro 开发板是香橙派联合华为精心打造的高性能AI开发板, 其搭载了昇腾AI 处理器,最高可提供 8TOPS 的INT8算力;

img

目前收到的用于评测的OrangePi AIpro自带一个32GB的闪迪MicroSD存储卡,其中已经预装了Ubuntu系统,可以直接开机使用;

img


一些我们关注的参数如下:

img

三、开机使用

在香橙派官网可以下载到OrangePi AIpro的相关资料,其中包括用户手册,官网地址:
http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html
另外还有昇腾论坛:香橙派AIpro学习资源一站式导航

1、启动方式

从用户手册上我们可以知道OrangePi AIpro 可以从SSD、eMMC和SD卡3中启动方式,由于目前我手上在那时没有SSD和eMMC,同时收到的用于评测的OrangePi AIpro自带SD卡,以选择从SD卡启动;按照用户手册的描述,需要设置拨码开关用于SD卡启动;

img

img

2、串口登录

由于我目前没有比较方便使用的HDMI显示器,所以选择从串口登录的方式开始OrangePi AIpro的使用,需要准备一根Micro USB 接口的数据线和电脑连接,如下所示:

img


然后通过MobaXterm 软件进行串口调试,波特率设置为115200;
接通电源上电后串口即可收到如下打印信息:

img


输入账号:“root” 和密码:“Mind @123” 即可成功登录Ubuntu系统:

img

3、连接WIFI

通过nmcli即可连接WIFI,首先在命令行中输入“nmcli dev wifi”命令扫描周围的WIFI热点,其中第一个“TP-LINK_99E8”为我当前使用的路由器的WIFI名称;

img


然后我们输入如下命令连接WIFI,其中“TP-LINK_99E8”为WIFI名称,“tplink123”为WIFI密码

nmcli dev wifi connect TP-LINK_99E8 password tplink123

然后通过" ip addr show wlan0 " 命令即可查看到连接后IP地址为"192.168.0.106":

img


我们可以ping 一下百度来测试是否能正常访问公网:

img

4、SSH登录

OrangePi AIpro的Ubuntu系统SSH是默认打开的,所以我们在连接到网络后即可通过SSH登录了,如上获取到IP地址"192.168.0.106"后,还是使用MobaXterm 软件进行SSH登录:

img


输入密码"Mind @123" 后即可看到成功登录:

img

5、VNC登录

OrangePi AIpro Ubuntu系统的VNC端口1是默认开启的,我们连上网络后可以直接登录,
打开"RealVnc Viewer"软件直接输入"192.168.0.106:1"即可开始VNC连接:

img


然后我们即可成功登录到VNC界面了:

img


我们可以右键打开一个Terminal输入"uname -a"、"cat /proc/version"和"lsb_release -a"等命令来查看一些系统相关的基本信息;

img

四、Hello World

输入make -vgcc -v命令查看一下是否可以正常使用

img


我们新建一个 hello.c 文件,编写代码如下:

#include <stdio.h>

int main()
{
        printf("Hello world!\n");

        return 0;
}

然后使用gcc 编译运行,可以看到成功打印了hello word:

img

五、UnixBench 跑分

UnixBench 是一个用于 Linux 系统性能测试的工具,它可以测试系统的多个方面,包括 CPU、磁盘 I/O、内存和文件系统等。

1、安装UnixBench

首先查看一下git工具是否可以使用:

img


然后我们使用git获取unixbench源码:

git clone https://github.com/kdlucas/byte-unixbench.git

img


然后进入byte-unixbench/UnixBench目录,运行make命令编译UnixBench

img

2、运行UnixBench

编译完成后,执行./Run命令即可开始运行UnixBench进行基准测试

img


可以看到最终的跑分结果如下:

img

3、调整CPU部署

OrangePi AIpro开发板使用的昇腾SOC总共有4个CPU,这4个CPU既可以设置为 control CPU,也可以设置为AI CPU。 默认情况下,control CPU 和 AI CPU 的分配数量为3:1;我们可以通过 npu-smi info 命令可以查看下control CPU和AI CPU 的分配数量;

npu-smi info -t cpu-num-cfg -i 0 -c 0

img


我们可以使用下面的命令可以将4个CPU都设置为control CPU。设置完后需要重启系统让配置生效;

 sudo npu-smi set -t cpu-num-cfg -i 0 -c 0 -v 0:4:0

重启后再运行UnixBench 跑分测试,得到的结果如下:

img


可以看到,UnixBench 跑分从原来的2055.3提升到2677.4了

六、AI样例体验

OrangePi AIpro Ubunut系统中预装了 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。

1、登录 juypter lab

进入" ~/samples/notebooks " 目录下,然后使用start_notebook.sh脚本启动Jupyter Lab;
注意:其中IP地址参数为当前连接网络所分配的IP地址:

./start_notebook.sh  192.168.0.106

img


然后我们可以直接在我们的电脑上打开浏览器(注意: 如果上一步没有在启动时设置IP地址参数,只能在OrangePi AIpro自己的系统里打开浏览器);
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,左侧文件管理器中是 9 个 AI 应用样例和Jupyter Lab启动脚本。

img

2、运行目标检测样例

首先在 jupyter lab界面双击“01-yolov5” ,进入到该目录下

img


然后我们可以看到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;

img


单击如下按钮即可运行样例, 在弹出的对话框中单击“Restart” 按钮,此时该样例开始运行。

img


img


等待几秒钟后,我们可以看到在窗口中出现了一段赛车的视频,模型对视频的每一帧进行推理, 并将检测到的赛车标注了出来:

img

七、总结

总体使用下来,使用体验还是比较好的,目前我只需要额外使用一个Micro USB 接口的数据线即可完成上面的所有操作,使用起来是很清爽的,比之前使用树莓派是要更方便的;当然,因为使用时间较短的原因,还有很多功能没有使用体验,后续有更多的时间会进行更深入的使用体验。

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.coloradmin.cn/o/1704546.html

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,一经查实,立即删除!

相关文章

浙江大学数据结构MOOC-课后习题-第七讲-图4 哈利·波特的考试

题目汇总 浙江大学数据结构MOOC-课后习题-拼题A-代码分享-2024 题目描述 代码展示 照着教程视频来的&#xff0c;没啥好说的捏 #include <cstdlib> #include <iostream>#define MAXSIZE 100 #define IFINITY 65535 typedef int vertex; typedef int weightType;/…

【StableDiffusion】SD1.4、1.5、2.0、2.1 和 SDXL0.9-1.0、SDXL turbo 等的区别

总览 1.基础sd base model家族&#xff1a;SD1.4、SD1.5、SD1.5-LCM、SD2.0、SD2.0-768、SD2.1、SD2.1-768、SD2.1-UNCLIP 2.升级sdxl base model家族&#xff1a;SDXL0.9、SDXL1.0、SDXL1.0-LCM、SDXL-DISTILLED、SDXL-TURBO 3.专门用于视频生成的 SVD 家族&#xff1a;SVD、…

洪师傅代驾系统开发 支持公众号H5小程序APP 后端Java源码

代驾流程图 业务流程图 管理端设置 1、首页装修 2、师傅奖励配置 师傅注册后,可享受后台设置的新师傅可得的额外奖励; 例:A注册了师傅,新人奖励可享受3天,第一天的第一笔订单完成后可得正常佣金佣金*奖励比例 完成第二笔/第三笔后依次可得正常佣金佣金*奖励比例 完成的第四…

城市空气质量数据爬取分析可视化

城市空气质量数据爬取分析可视化 一、效果展示二、完整代码2.1 数据爬取代码2.2 数据分析代码一、效果展示 先来看一下数据情况以及可视化效果,本项目使用了pyecharts绘制了日历图、雷达图、折线图、柱状图、饼图和平行坐标系。完整代码附后: 数据如下: 日历图: 饼图: …

Docker基础篇之常用命令

文章目录 1. 帮助启动类命令2. 镜像命令3. 容器命令4. 总结 1. 帮助启动类命令 启动docker&#xff1a; systemctl start docker停止docker&#xff1a; systemctl stop docker重启docker&#xff1a; systemctl restart docker查看docker 的运行状态&#xff1a; systemc…

ubuntu 22.04 appearance设置没有dock选项

1、问题描述 解决办法可以直接跳到后面见2 下图是我同学电脑的appearance界面选项&#xff0c;她有Dock的界面显示。 下面是我的界面&#xff0c; 没有Dock&#xff1a; 然后各种app的界面都在最底下&#xff0c;而且每次只能点击左上角的activities才能显示。 但是如果不打开某…

YoloV8实战:各种图绘制汇总(mAP50、mAP50-95、loss、PR_curve、F1_curve)|科研必备|绘图神器

摘要 本文的内容是告诉大家如何绘制mAP50、mAP50-95、loss、PR_curve、F1_curve等图像,方便大家写论文。 绘制mAP50、mAP50-95、loss等图。 先上效果,如下图: 首先将,训练的result.csv汇总到一个文件夹下面(这样方便寻找),要不然找起来太麻烦。如下图: 我都放到re…

STM32H750外设之ADC通道选择

目录 概述 1 通道选择功能介绍 2 通道选择&#xff08; SQRx、 JSQRx&#xff09; 2.1 通道复用 2.1.1 通道介绍 2.1.2 通道框图 2.2 转换分组 2.3 内部专用通道 3 通道预选寄存器 (ADCx_PCSEL) 3.1 功能介绍 3.2 预选通道寄存器 概述 本位主要介绍STM32H750外设之…

【钉钉AI助理】测试用例创造师,快速生成高质量的测试用例!

前言&#xff1a; 我最近发现了个提升工作效率的秘密武器——钉钉AI助理里的‘测试用例创造师’。 试了下&#xff0c;简直是工作中的小确幸&#xff0c;既增加了乐趣&#xff0c;又真的帮了大忙。往里一粘需求&#xff0c;唰唰几下&#xff0c;各种测试场景就蹦出来了&#…

188M2传奇BLUEM2引擎源码开源版附带编译教程2024最新开源

2024最新开源188M2传奇BLUEM2引擎源码开源2版最初开源版本附带编译教程 源码下载地址&#xff1a;极速云 如果需要优惠可以选择第一版最初开源188M2传奇BLUEM2引擎源码开源1版最初开源版本附带编译教程2024最新开源

帆软生成csv文件

帆软官网提供了导出csv文件的插件&#xff0c;需要下载指定版本的插件 请选择具体的详情点击官网介绍&#xff1a;文档介绍 插件地址&#xff1a;插件地址

Monocular Model-Based 3D Tracking of Rigid Objects:2005年综述

1 Introduction 在视频序列中跟踪一个物体意味着在物体或摄像机移动时&#xff0c;持续识别其位置。根据物体类型、物体和摄像机的自由度以及目标应用的不同&#xff0c;有多种方法可供选择。二维跟踪通常旨在跟踪物体或物体部分的图像投影&#xff0c;这些物体的三维位移会导…

微信资源混淆,导致的约束布局 Constraintlayout 控件重叠!

问题 1、广告六要素 虽然我不参与广告 sdk 接入等相关工作&#xff0c;但是最近总是听到一个词广告六要素。这到底是什么&#xff1f; 国内下载类广告&#xff0c;尤其是针对移动应用推广的广告&#xff0c;其成功实施往往围绕几个关键要素进行&#xff0c;这些要素能够帮助…

互联网政务应用安全管理规定:使用安全连接方式访问

前几日&#xff0c;由中央网络安全和信息化委员会办公室、中央机构编制委员会办公室、工业和信息化部、公安部等4部门联合制定的《互联网政务应用安全管理规定》&#xff08;以下简称规定&#xff09;发布了&#xff0c;规定定义了互联网政务应用&#xff0c;也对互联网政务应用…

stream-并行流

定义 常规的流都是串行的流并行流就是并发的处理数据&#xff0c;一般要求被处理的数据互相不影响优点&#xff1a;数据多的时候速度更快&#xff0c;缺点&#xff1a;浪费系统资源&#xff0c;数据少的时候开启线程更耗费时间 模版 Stream<Integer> stream1 Stream.of…

拿捏数据结构- 链式二叉树

链式二叉树的概念&#xff1a; 链式二叉树解决的是非完全二叉树解决不了的问题 什么意思呢&#xff0c;简单的说就是&#xff0c;链式二叉树 可以是下面三种二叉树 但是非链式二叉树只能是前两种 链式二叉树的存储 节点结构&#xff1a;首先定义一个结构体或类来表示二叉树的节…

快速上手 HuggingFace

HuggingFace HuggingFace 是类似于 GitHub 的社区&#xff0c;它主要提供各种的模型的使用&#xff0c;和 github 不同的是&#xff0c;HuggingFace 同时提供了一套框架&#xff0c;进行模型推理&#xff0c;模型训练、和模型库文件的管理等等。本文将介绍&#xff0c;如何快速…

大字体学生出勤记录系统网页源码

源码介绍 上课需要一个个点名记录出勤情况&#xff0c;就借助AI制作了一个网页版学生出勤记录系统&#xff0c; 大字体显示学生姓名和照片&#xff0c;让坐在最后排学生也能看清楚&#xff0c;显示姓名同时会语音播报姓名&#xff0c; 操作很简单&#xff0c;先导入学生姓名…

Golang | Leetcode Golang题解之第115题不同的子序列

题目&#xff1a; 题解&#xff1a; func numDistinct(s, t string) int {m, n : len(s), len(t)if m < n {return 0}dp : make([][]int, m1)for i : range dp {dp[i] make([]int, n1)dp[i][n] 1}for i : m - 1; i > 0; i-- {for j : n - 1; j > 0; j-- {if s[i] …

C++ | Leetcode C++题解之第115题不同的子序列

题目&#xff1a; 题解&#xff1a; class Solution { public:int numDistinct(string s, string t) {int m s.length(), n t.length();if (m < n) {return 0;}vector<vector<unsigned long long>> dp(m 1, vector<unsigned long long>(n 1));for (i…