OrangePi AIpro初体验：开启嵌入式开发之旅

概述

随着物联网和智能设备时代的到来，单板电脑因其独特的优势成为创新项目和教育实践的重要工具。在众多单板电脑中，香橙派以其出色的性能和亲民的价格，十分吸引博主这初涉嵌入式开发的新手。博主有幸被CSDN邀请对OrangePi AIpro进行测评。当我第一次拿起香橙派，它的小巧外观和精致的设计让我印象深刻。在开始之前，我仔细研读了用户手册，现在，一切就绪，我的香橙派初体验即将展开。

香橙派 AIpro开发板简介

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，其搭载了昇腾 AI 处理器，可提供 8TOPS INT8 的计算能力，高度集成CPU、AI计算、ISP、图形输出等功能，可以有效实现目标识别、图像分类等AI应用加速，可快速提升开发效率，降低开发成本。内存提供了 8GB 和 16GB LPDDR4X 的运行内存两种版本，使得 OrangePi AIpro 可以满足长时间高性能的部署任务。

香橙派 AIpro硬件规格

处理器 昇腾 AI 处理器 4 核 64 位 Arm 处理器 + AI 处理器
内存和存储能力 8GB/16GB 的LPDDR4X 内存可外接 eMMC 模块、SATA/NVMe SSD
网络有线以太网最高支持1000Mbps 同时还支持2.4G 和 5G 双频 Wi-Fi
接口 USB3.0 Host 接口、（USB3.0）Type-C 接口、 MIPI CSI 2 Lane 接口、HDMI 接口、MIPI DSI 2 Lane 接口、3.5mm 耳机孔
电源支持 Type-C 供电，20V PD-65W 适配器
支持的操作系统 Ubuntu 22.04 和 openEuler 22.03

开箱展示

打开包装可以看到开发板，插上自带的充电器即可成功启动😎，刚开机的时候风扇转速声音很大，大概10秒左右恢复无声，像我的游戏本开机😂

下面是官方的开发板正反面图片，以更好地展示接口和硬件细节。

SSH连接香橙派 AIpro

为了方便没有外接显示器的开发者使用香橙派 AIpro，这里给出在Windows系统上使用 MobaXterm 进行远程登陆
建立SSH会话的教程，在开始之前，首先要设置开发板的静态IP地址。

设置静态 IP 地址的方法

设置静态IP可以使用 nmtui 命令或nmcli 命令，博主选用nmtui来设置静态IP

首先运行 nmtui 命令。

base) HwHiAiUser@orangepiaipro:~$ sudo nmtui

然后选择 Edit a connection 并按下回车键。

然后选择需要设置静态 IP 地址的网络接口，比如设置 Ethernet 接口的静态 IP 地址选择 Wired connection 1 就可以了

然后通过 Tab 键选择 Edit 并按

然后通过 Tab 键将光标移动到下图所示的位置进行 IPv4 的配置

然后回车，通过上下方向键选择 Manual，然后回车确定

选择完后的显示如下图所示：

然后通过 Tab 键将光标移动到

然后回车，回车后会弹出下面的设置界面

然后就可以在下图所示的位置设置 IP 地址(Addresses)、网关(Gateway)和 DNS 服务器的地址，注意这里要换成自己路由器分配的IP地址，下图中设置的值是博主自己路由器分配的IP。

设置完后将光标移动到右下角的，然后回车确认。

然后点击回退到上一级选择界面。选择 Activate a connection，再将光标移动到，最后点击回车

然后通过 ip a s eth0 就看到网口的 IP 地址已经变成前面设置的静态 IP 地址了。

(base) HwHiAiUser@orangepiaipro:~$ ip a s e

然后就可以测试网络的连通性来检查 IP 地址是否配置 OK 了，ping 命令可以通过 Ctrl+C 快捷键来中断运行

(base) HwHiAiUser@orangepiaipro:~$ ping 192.168.x.xxx -I eth0

修改博主自己的以太网端口号与开发板到同一网段

使用MobaXterm 远程登录开发板

MobaXterm是一款很强大的终端工具，支持SSH，FTP，串口，VNC，X server等功能；
官网下载hthttps://devpress.csdnimg.cn/d6c819be8b164c81b226b28cb60c3be1.png "#left")tps://mobaxterm.mobatek.net/
1）首先先建立SSH会话
Remote host 是上一步设置的 开发板的静态IP地址
Specify username 中输入 Linux 系统的用户名 root 或 HwHiAiUser

2）按照提示输入密码默认密码为 Mind@123

3）成功登录系统

之后就可以通过这个窗口倒腾板子啦 😎

软件环境搭建

由于开发板寄过来时已经烧录了ubuntu系统，所以省去烧录步骤直接进行登录

账号：root 密码：Mind@123
账号：HwHiAiUser 密码：Mind@123

香橙派 AIpro开发板支持多种编程语言和软件开发环境，包括Python Conda Jupyter vim等。这使得开发者可以根据自己的需求选择适合的操作系统和开发工具，进行嵌入式AI应用的开发和调试。

开发板自带 Wi-Fi 模块可以轻松连接网络

Jupyter Lab

为了方便博主选择了常用的 Jupyter Lab 作为软件开发工具， Jupyter Lab 软件是一个基于 web 的交互式开发环境，与Jupyter Notebook不同，JupyterLab更像是一个完整的集成开发环境，用户可以在同一个窗口中同时打开多个笔记本、终端、文件浏览器和数据视图。这使得JupyterLab更适合于整个数据科学工作流程的管理和组织。

启动Jupyter Lab

1.在终端切换到包含项目的工作目录

(base) HwHiAiUser@orangepiaipro:~$ cd samples/notebooks/
(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ ls

2.执行 start_notebook.sh 脚本启动Jupyter Lab ，会出现录 Jupyter Lab 的网址

(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ ./start_notebook.sh

3.打开浏览器将刚才网址复制过，进入 Jupyter Lab

AI功能体验

官方提供的镜像内置了9个AI应用样例（见上图），博主把自己之前的项目上传到开发板进行测试。

Pytorch构建栈式自编码器实现以图搜图（以cifar10数据集为例）

该项目构通过建栈式编码器，用编码器再解码出来的结果和原标签对比进行训练模型，然后用中间编码提取到的特征直接和原图的特征进行对比，得到相似度，实现以图搜图。
将MNIST数据集和cifar-10数据集上传到开发板上

训练模型，可以看到香橙派 AIpro在昇腾 AI 处理器的加持下能够以较短的时间完成模型训练 👍

效果图
随机取测试集的五张图片，进行以图搜图（TOP8）
提取的分布式特征聚集图像：第一张为原图散点图，第二张以检索的TOP8的TOP1的提取特征散点图为例

运行文字识别样例OCR

AI应用样例中的OCR一般指SceneTextRecognition（场景文字识别），主要面向自然场景。OCR两阶段方法一般包含两个模型，检测模型负责找出图像或视频中的文字位置，识别模型负责将图像信息转换为文本信息。博主这里运行了样例中的测试图片并根据训练出的om模型对博主上传的图片进行文字识别，可以看出该模型准确率很高，高达96.8%。
项目的目录结构如下