一、前言

        在人工智能领域飞速发展的时代，国产厂商们也是紧随时代的步伐，迅龙公司联合华为推出了一款全新的开发板 Orange pi AIpro 作为一款建设人工智能新生态的开发板，它可广泛适用于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。

二、开发板的配置与介绍

        下图是开箱到手的东西，可以看见配件很齐全，Orange Pi AIpro的用料很用心

        Orange Pi AIpro(8-12T)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8-12TOPS 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，资源总的来说是相当丰富了

Orange Pi AIpro正面视图

Orange Pi AIpro背面视图

三、香橙派与树莓派的横向对比

        树莓派作为嵌入式开发板中的知名品牌，受到全球开发者的青睐，但近些年树莓派的价格水涨船高，选择一款强力的国产派显然也是个不错的选择

树莓派明显小一圈，而且接口和外设不如Orange Pi AIpro丰富

3、1 算力对比

        随着人工智能的发展，算力将逐渐成为开发者选择开发板的最重要指标，但遗憾的是无论是树莓派的当打产品树莓派4还是即将发布的树莓派5都存在算力不足的缺陷，在这方面 Orange Pi AIpro 则是承担起了高算力开发板的重任，全新推出的 Orange Pi AIpro 开发板采用昇腾AI技术路线具有8T/20T AI算力，在性能上要强于树莓派

3、2 操作系统对比

        操作系统方面，树莓派和 Orange Pi AIpro 都有完善的系统生态支持，自主研发方面树莓派有自己的Raspbian OS，而Orange Pi AIpro有 Orange Pi OS 作为国产操作系统 Orange Pi OS包含 Orange Pi OS（Arch）、Orange Pi OS（Droid）Orange Pi OS（Open Harmony）三个版本，而它最大的亮点是 Orange Pi OS（Open Harmony），基于开源鸿蒙发行版系统完成HDMI适配和LCD显示屏适配，触摸功能适配，支持十几种hap应用，支持底层驱动，例如wifi、千兆网等，可以定制开机动画，主题，壁纸等，随着鸿蒙系统的逐渐成熟，Orange Pi OS（Open Harmony）很可能会成为开发者选择Orange Pi AIpro的重要原因

3、3 社区环境对比

        CPU性能只是衡量派好坏的一小部分，对于一款派来说更重要的地方还得在于社区资源，如果买了一个派发现网上能找到的资料很少，出了问题也没人可以一起讨论，那么无论这个派的性能有多好他都不是一个好派，树莓派就不用说了，丰富的开源资料和派中扛把子，网上的教程也是数不胜数，这里谈谈 Orange Pi AIpro 的资料丰富程度和社区环境

        首先是Orange Pi AIpro的用户手册，一款产品的用户手册往往能反映出许多问题，资料少，教程不够详细就证明整个板子需要自己摸索的地方比较多，只有简短十几页的国产派想镜像一个系统都成问题，而Orange Pi AIpro的用户手册足足有160页左右

        简单看看目录就能知道，想使用Orange Pi AIpro并不会很难，官方手把手教你怎么用，这里也能体现出迅龙和华为这种大公司的底蕴了，把入门门槛降到最低，用心制作每一款产品，我愿称他们为是大国工匠精神的传承者

        接下来说说Orange Pi AIpro的社区环境，它是基于昇腾AI芯片开发而成的，而昇腾在国内有自己的论坛昇腾论坛 (hiascend.com)，在昇腾论坛内甚至单独为Orange Pi AIpro开了一个板块，可以看到在Orange Pi AIpro板块内的发帖和回复并不少，而且也有关于Orange Pi AIpro的学习资源一站式导航，技术文档和开源资料应有尽有，这样的社区环境让你用着安心，有问题第一时间在论坛中发帖，也可以积极帮助他人

四、实机测试与项目使用

 4、1 下载SD烧录工具及ubuntu镜像

        首先我们打开Orange Pi AIpro的官方网站，所有的资源在观望中都能找到香橙派(Orange Pi)-Orange Pi官网-香橙派开发板,开源硬件,开源软件,开源芯片,电脑键盘，进入官网后我们点击服务与下载，在弹出的菜单中点击下载，在下载页面找到Orange Pi AIpro，然后单击Orange Pi AIpro，进入下载详情页面，分别下载下图中的“官方工具”、“ubuntu镜像”。

        官方送的32G的TF卡中自带openEuler镜像系统，但为了使用我们熟悉的环境这里还是烧录ubuntu镜像，首先需要将下载的ubuntu镜像烧录到TF卡中，这里使用TF卡启动。在烧录的时候需要准备好TF卡和读卡器。

        在官方工具里有我们需要使用的工具balenEther，我们双击balenaEtcher-Portable-1.18.4.exe运行之后进入烧录软件，然后插上读卡器往TF卡中烧录我们下载好的ubuntu镜像就可以了，按照用户手册上一步步弄就行了

        烧录之后还需要验证，这个时间挺长的，如果电脑是usb3.0就会快很多，最后显示烧录成功后就可以启动系统了

        启动Orange Pi AIpro系统分为远程登陆和本机显示，用户可根据自己准备的配件来选择启动模式，我这里选择TF卡直接启动，将BOOT1和BOOT2全部拨到靠右的位置就可以选择从TF卡启动了，开发板上电后，LED指示灯绿色常亮，表示启动正常。

        进入系统后需要输入密码，Linux 桌面系统的默认登录用户为 HwHiAiUser，登录密码为 Mind@123，目前没有打开 root 用户登录的通道。成功登录后显示的 Linux 系统桌面如下图所示

这样我们就成功运行Orange Pi AIpro系统了

4、2 运行yolov8

        成功启动Orange Pi AIpro后，默认是没有联网的，我们可通过网线或者wifi形式来连接网络，我们就可以访问浏览器来下载一些我们想要的资源了

        由于我们在Orange Pi AIpro中移植的是ubuntu系统，一些操作和在树莓派上运行没什么区别，安装的过程我就不再赘述了，网上开源的教程一大把，我们这里着重看看Orange Pi AIpro运行代码的实际测试，着重看看性能、散热、噪音等方面是否能超越树莓派

        联网后，在vscode的官网中下载最新版本不知道为什么在Orange Pi AIpro上安装不了，可能是最新版本不兼容的问题，我通过U盘把anaconda3环境和程序代码都拷贝了一份装在Orange Pi AIpro中

        把环境配置安装完之后我们可以通过终端输入命令查看conda环境，发现只有一个base环境，在 /home/HwHiAiUser/anaconda3 路径下，然后我们自己建立一个新的环境，并且指定python版本

codna env list
conda create -n yolov8 python=3.9

        之后我们激活一下环境，查看一下安装的库都有什么，把我们需要的东西都装在这个新创建的环境中，就可以运行我们的代码了

conda activate yolov8

        我们这里接一个usb摄像头，然后运行我们拷贝过去的代码，输入命令行

yolo predict model=./weights/yolov8n.pt source=0 show

4、3 项目介绍

        本项目调用官方开源yolov8模型实现本地摄像头的检测，详细模型调用方法等请参考https://docs.ultralytics.com/，YOLOv8 可以在命令行界面（CLI）中直接使用，只需输入yolo命令：

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

        yolo可用于各种任务和模式，并接受其他参数，例如 imgsz=640。查看 YOLOv8 CLI 文档以获取示例。

        他首先会下载yolov8.pt模型的权重文件yolo并保存在当前文件夹下。建议每次使用yolo时都在该文件夹下打开，不然每次都会重新下载一次权重文件。

4、4 调用本地摄像头实时检测

处理方式：持续从本地摄像头捕获帧并使用yolo对每一帧进行处理

方法1：只可视化实时检测结果，不保存任何内容

​ 这种情况下如果同时设置save = True只会保存目前处理的最后一帧的检测图，如果想保存成视频的参考接下来的方法2.
（注：如果单纯输入的source是视频文件的话，设置save = True可以保存完整处理完毕视频）

import cv2
from ultralytics import YOLO

# 加载 YOLOv8 模型
model = YOLO("yolov8n.pt")

# 获取摄像头内容，参数 0 表示使用默认的摄像头
cap = cv2.VideoCapture(0)

while cap.isOpened():
    success, frame = cap.read()  # 读取摄像头的一帧图像

    if success:
        model.predict(source=frame, show=True)  # 对当前帧进行目标检测并显示结果

    # 通过按下 'q' 键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()  # 释放摄像头资源
cv2.destroyAllWindows()  # 关闭OpenCV窗口

4、5 树莓派和Orange Pi AIpro的实际运行对比

        首先我们看一下运行的效果，帧率能达到一帧多，性能还是不错的，足够我们处理大部分使用场景了，处理速度很快

        接下来我们看一下树莓派，树莓派运行算法的时候卡顿有一点严重，可能只在一帧左右，而Orange Pi AIpro要在一帧多

       综合评价与对比： 此外可以通过树莓派的GPU加速OpenCV和TensorFlow等框架，但是由于其架构限制，对于复杂的神经网络模型，如YOLOv4、Faster R-CNN等，可能表现不佳。虽然两者都可用于目标检测，但Orange Pi AIpro的CPU时钟速度更高，理论上在处理高负载任务时可能表现更好。最重要的是树莓派的散热明显不如Orange Pi AIpro的散热好

4、6 Orange Pi AIpro的长时间运行测试

         最后说说噪音和负载情况，运行一下目标识别检测时长在十分钟左右，温度虽然没有明显的提高，但是风扇在后期转动的声音稍微变大了一些，后期待机的二十分钟内，温度恒定在三十度左右，摸起来并不烫手，静音效果做的是真好，几乎听不见任何声音，放了一个温度计在背面贴了二十分钟，最后拿起来拍了一张照片

五、使用心得与总结

        在国产化大浪潮的前提下，支持国产已经不是一句口号了，在我们的印象中国产往往不如进口的产品好，但Orange Pi AIpro的横空出世打破了这种固有印象，无论是从性能还是生态环境上Orange Pi AIpro丝毫不输给树莓派甚至更胜一筹

        而且部署的体验非常丝滑，跟着用户手册上的操作基本不会出错，在体验的过程中，开发板在AI推理方面表现出色，能够处理复杂的神经网络模型，例如YOLOv5的目标检测，其处理速度达到约1.66 FPS，展现出良好的实时性。而且由于配备了8GB或16GB的LPDDR4X内存，开发板能够有效地同时运行多个应用和服务。

        对于开发者而言，虽然需要自行配置一些外围设备，如显示器、鼠标、键盘和摄像头，但一旦设置完成，开发环境的搭建相对直接，可以快速开始开发工作。而且社区环境还有CSDN的资源也不算少数，开发的便携性值得肯定

        最后说说噪音，刚开机时噪音比较大，但当系统稳定之后风扇基本上没有声音了，但也一直在转，但高性能AI处理器在高负载下可能会产生一定的风扇噪音，尤其是当系统进行密集型计算时。

        总结：Orange Pi AI Pro是一款针对AI应用优化的开发板，提供了优秀的计算性能和丰富的连接选项。对于希望在边缘设备上部署AI算法的开发者来说，这是一个极具吸引力的选择。