【香橙派 AIpro】新手保姆级开箱教程:Linux镜像+vscode远程连接

香橙派 AIpro 开发板 AI 应用部署测评

  • 写在最前面
  • 一、开发板概述
    • 官方资料
    • 试用印象
    • 适用场景
  • 二、详细开发前准备步骤
    • 1. 环境准备
    • 2. 环境搭建
    • 3. vscode安装ssh插件
    • 4. 香橙派 AIpro 添加连接配置
    • 5. 连接香橙派 AIpro
    • 6. SSH配置
  • 二、详细开发步骤
    • 1. 登录 juypter lab
    • 2. 样例运行
    • 3. 观察与调整
    • 4. 运行目标检测样例
  • 小结
    • 试用感受


请添加图片描述

🌈你好呀!我是 是Yu欸
🌌 2024每日百字篆刻时光,感谢你的陪伴与支持 ~
🚀 欢迎一起踏上探险之旅,挖掘无限可能,共同成长!

写在最前面

在人工智能和物联网技术日益成熟的今天,边缘计算设备因其在数据处理和实时性方面的优势而受到广泛关注。香橙派 AIpro(OrangePi AIpro)开发板以其出色的性能和丰富的应用场景,成为开发者探索 AI 应用部署的理想选择。

有幸获得了邀请,并有幸邀请到了闪电@shandainchengzi,和我一起对这款备受瞩目的开发板进行一次体验测评。下面将从新手个人开发经验出发,对香橙派 AIpro 开发板进行测评,并分享我的试用感受。

请添加图片描述

一、开发板概述

香橙派 AIpro 是一款集成了华为 Ascend 系列 AI 处理器的开发板,专为 AI 应用和边缘计算设计。它不仅具备强大的计算能力,还拥有丰富的接口和扩展性,使其能够满足多样化的 AI 应用场景需求。

在这里插入图片描述

官方资料

首先进入官网http://www.orangepi.cn/

在这里插入图片描述

进入香橙派 AIpro的相关栏目,可以发现有很多官方资料,以及官方镜像。http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/details/Orange-Pi-AIpro.html

在这里插入图片描述

有两种镜像可以选择,本文以Linux为例进行说明。

试用印象

对香橙派 AIpro 的第一印象是其简洁而高效的开发环境。开发板预装的 Jupyter Lab 软件,为 AI 应用的编写、测试和部署提供了极大的便利。通过 Jupyter Lab,可以在一个统一的界面中完成代码编写、模型训练和结果展示。

适用场景

香橙派 AIpro 适用于多种 AI 应用场景,包括但不限于目标检测、图像分类、语音识别等。它的轻量化设计使其尤其适合于需要实时处理和低延迟的应用,如智能监控、自动驾驶辅助系统等。

二、详细开发前准备步骤

1. 环境准备

二、详细开发前准备步骤

  1. 环境准备
    首先,插上电源线,找到一根HDMI视频线(需要插入带网口的HDMI接口)连接显示屏,再接上鼠标和键盘。

在这里插入图片描述

通电后,板子上电风扇狂转,一种跑车起步的感觉,周围目光都看过来了。当我们以为它会一直如此聒噪时,反差来得很快:系统迅速启动,风扇转速降低,接近静音状态。

请添加图片描述

屏幕也显示了,壁纸很好看,五彩斑斓的

在这里插入图片描述
然后输入密码后就进去啦。默认密码是:Mind@123

在这里插入图片描述

2. 环境搭建

点击右上角连接wifi,注意如果后续要和笔记本相连的话,两者需要是同一个wifi。

wifi在这里配置:

在这里插入图片描述

然后通过ipconfig命名,分别查看本机和香橙派 AIpro的ip

在这里插入图片描述
然后测试两者之间是否能够ping通。

ping 192.168.43.252

在这里插入图片描述

如果可以ping通,可以继续在笔记本电脑的vscode上,通过ip远程连接到香橙派 AIpro。

3. vscode安装ssh插件

根据你的操作系统选择对应的版本进行下载和安装。 安装完成之后,启动vscode,选择左侧Extensions 选项卡,在输入框搜索 remote ,选择安装Remote-SSH插件。

在这里插入图片描述

安装完成之后,会在左侧新增一个选项卡Remote Explorer。

4. 香橙派 AIpro 添加连接配置

点击该选项卡,会进入SSH TARGETS的添加,然后点击添加按钮,输入香橙派 AIpro的地址,账号和ip根据自己的情况进行修改,如下图所示:

在命令行输入命令,注意192.168.43.252改为自己的香橙派 AIpro的ip

最好使用HwHiAiUser这个登录,因为后面发现:后续的官方说明,以及AI应用样例,都在HwHiAiUser这个用户下。

ssh root@192.168.43.252
ssh HwHiAiUser@192.168.43.252

在这里插入图片描述

回车保存刚才的输入的信息到配置文件。保存之后,会将刚才的连接信息存储在 C:\Users\598666.ssh\config 中。

5. 连接香橙派 AIpro

右键选择香橙派 AIpro,点击Connect to Host in Current Window(在当前窗口中连接):

在这里插入图片描述

如果香橙派 AIpro能够连接成功,此时会需要你输入型号、密码:

选择Linux系统

在这里插入图片描述

密码输入Mind@123

在这里插入图片描述

最后点击刷新后,此时就可以在SSH TARGETS中看到添加的香橙派 AIpro地址了。

6. SSH配置

Ctrl+Shift+P 打开命令框,输入"Show Login Terminal";或者也可以依次选择"文件"->“首选项”->“设置”,搜索Show Login Terminal,勾选"Always reveal the SSH login terminal"

在这里插入图片描述
再点击远程连接的图标,选择"Connect to Host in New Window" or "Connect to Host in Current Window

然后再次输入密码:Mind@123,即可远程连接香橙派 AIpro

在这里插入图片描述

二、详细开发步骤

1. 登录 juypter lab

  1. 首先登录 Linux 系统桌面,然后打开终端,再切换到保存 AI 应用样例的目录下。
(base) HwHiAiUser@orangepiaipro:~$ cd samples/notebooks/

注意前面是前缀,直接输入命令cd samples/notebooks/即可。后续一致。

  1. 在当前目录下有 9 个文件夹和 1 个 shell 文件,分别对应 9 个 AI 应用样例和
    Jupyter Lab 启动脚本 start_notebook.sh
(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ ls
01-yolov5 06-human_protein_map_classification
02-ocr 07-Unet++
03-resnet 08-portrait_pictures
04-image-HDR-enhance 09-speech-recognition
05-cartoonGAN_picture start_notebook.sh
  1. 然后执行 start_notebook.sh 脚本启动 Jupyter Lab。
(base) HwHiAiUser@orangepiaipro:~/samples/notebooks$ ./start_notebook.sh
  1. 在执行该脚本后,终端会出现如下打印信息,在打印信息中会有登录 Jupyter
    Lab 的网址链接。

在这里插入图片描述

2. 样例运行

再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。

但是会需要输入token,所以我们需要新建终端,然后输入命令查看token

jupyter server list

在这里插入图片描述
将刚刚查看的token输入,或者直接复制这一句https的访问链接,访问该网页

例如我的是:http://127.0.0.1:8888/?token=8d7c0243aa353d50521d9d1155ed36f459a846b1cb94da03

在这里插入图片描述

3. 观察与调整

在 Jupyter Lab 中,预置了多个 AI 应用样例,涵盖了目标检测、文字识别、图像分类等多个领域。通过双击样例目录,可以加载相应的 main.ipynb 文件,并开始运行样例。

在这里插入图片描述

运行样例后,可以观察模型的推理过程和结果。例如,在目标检测样例中,可以实时看到模型对视频帧中的对象进行检测和标注。

4. 运行目标检测样例

在体验过程中,我截取了多张真实试用的截图,包括 Jupyter Lab 的界面、模型推理的过程以及结果展示,这些截图将作为文章的重要部分,帮助读者更直观地理解香橙派 AIpro 的性能。

YOLOv5 是一种单阶段目标检测器算法,在这个样例中,我们选取了YOLOv5s,它是 YOLOv5 系列中较为轻量的网络模型,适合在边缘设备部署,进行实时目标检测。在样例中已经包含转换后的 om 模型和测试视频、图片,可以按照以下流程在 Jupyter Lab 中运行该样例。

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

  2. 在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。

  3. 在 main.ipynb 文件中 infer_mode 的值可赋值为 image、video 和 camera,分别对应对图片、视频、USB 摄像头中的内容进行目标检测,默认值为 video。

  4. 单击 按钮运行样例,在弹出的对话框中单击“Restart”按钮,此时该样例开始运行。

在这里插入图片描述

  1. 若干秒后,在窗口中出现了一段赛车的视频,我们可以看到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。

在这里插入图片描述

小结

综上所述,香橙派 AIpro 是一款功能强大、易于使用的 AI 开发板。它不仅适合初学者学习和探索 AI 技术,也能满足专业开发者在边缘计算和 AI 应用部署方面的需求。随着 AI 技术的不断进步,我相信香橙派 AIpro 将在未来的智能系统中扮演更加重要的角色。

试用感受

通过实际体验,我认为香橙派 AIpro 在 AI 应用部署方面表现出色。它不仅提供了一个易于上手的开发环境,还具备高效的计算性能和良好的扩展性。特别是在目标检测和图像分类等应用中,它的实时处理能力给我留下了深刻的印象。


欢迎大家添加好友交流。

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.rhkb.cn/news/336613.html

如若内容造成侵权/违法违规/事实不符,请联系长河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

基于51单片机的温度+烟雾报警系统设计

一.硬件方案 本设计采用51单片机为核心控制器,利用气体传感器MQ-2、ADC0832模数转换器、DS18B20温度传感器等实现基本功能。通过这些传感器和芯片,当环境中可燃气体浓度或温度等发生变化时系统会发出相应的灯光报警信号和声音报警信号,以此来…

【C语言回顾】预处理

前言1. 简单概要2. 预处理命令讲解结语 上期回顾: 【C语言回顾】编译和链接 个人主页:C_GUIQU 归属专栏:【C语言学习】 前言 各位小伙伴大家好!上期小编给大家讲解了C语言中的编译和链接,接下来我们讲解一下预处理! …

嘉立创使用gif

新建原理图 边框设置2 新建pcb图 放置焊盘 排列焊盘 新建符号 封号向导 新建封装 封装向导 符号与封装联结 原件查找 drc设计规则(线之间的距离等 布线冲突 顶底层切换 T ,B 顶底连线,自动创造过孔 铺铜 泪滴 网格大小 吸附 元件库

【机器学习】Adaboost: 强化弱学习器的自适应提升方法

🌈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 Adaboost: 强化弱学习器的自适应提升方法引言Adaboost基础概念弱学习器与强学习…

C++ vector 模拟实现

vector的底层也是一个动态数组,他与 string 的区别就是,string 是专门用来存储字符类数据的,为了兼容C语言,使用C语言的接口,在string的动态数组内都会都开一块空间用来存 \0 ,而vector则不会。 首先我们要…

【Linux】TCP协议【上】{协议段属性:源端口号/目的端口号/序号/确认序号/窗口大小/紧急指针/标记位}

文章目录 1.引入2.协议段格式4位首部长度16位窗口大小32位序号思考三个问题【demo】标记位URG: 紧急指针是否有效提升某报文被处理优先级【0表示不设置1表示设置】ACK: 确认号是否有效PSH: 提示接收端应用程序立刻从TCP缓冲区把数据读走RST: 对方要求重新建立连接; 我们把携带R…

《QT实用小工具·六十八》基于QMenu开发的炫酷菜单栏

1、概述 源码放在文章末尾 该项目基于QMenu实现了炫酷的菜单栏效果,包含了如下功能: 1、实现了类似word菜单栏的效果,可以在菜单栏中横向添加不同的菜单 2、鼠标点击菜单可以展开菜单栏,再次点击菜单可以收起菜单栏 3、鼠标点击笑…

C++ wasm 使用教程

环境搭建 git clone https://github.com/emscripten-core/emsdk.gitgit pull./emsdk install latest./emsdk activate latestsource ./emsdk_env.sh./emcc -v && ./emcc c11__Thread_local.c -s WASM_WORKERS --threadprofiler --memoryprofiler -v -o test.html &…

鸿蒙OS开发:【一次开发,多端部署】(分栏控件)

一多分栏控件 介绍 本示例分别展示了多场景下,一多分栏控件的响应式变化效果。 本示例分别用到了[SideBarContainer]组件与[Navigation]组件,对应使用场景如下: ABC:即SideBarContainer组件组合Navigation组件AC:S…

AI企业需要“联盟营销”?一文带你探索AI企业营销新玩法!

为什么联盟营销对AI业务有较大优势 联盟营销在电商领域、saas领域与其他产品领域同样有效。在AI业务中,它有效的原因与其他领域大不相同。 高好奇心和试用率 AI领域是创新的热点。它吸引了一群渴望探索和尝试每一项新技术的人群。这种蓬勃的好奇心为聪明的AI企业提…

Linux 编译器gcc/g++使用

gcc/g同理 编译器运行过程 1. 预处理(进行宏替换) gcc -E a.c -o a.i 预处理后还是c语言 -E 只激活预处理,这个不生成文件,你需要把它重定向到一个输出文件里面 告诉gcc,从现在开始进行程序的翻译,将预处理工作做完停下 2. 编译&#x…

【因果推断python】2_因果关系初步2

目录 偏差 关键思想 偏差 偏差是使关联不同于因果关系的原因。幸运的是,我们的直觉很容易理解。让我们在课堂示例中回顾一下我们的平板电脑。当面对声称为孩子提供平板电脑的学校会获得更高考试成绩的说法时,我们可以反驳说,即使没有平板电…

新疆 | 金石商砼效率革命背后的逻辑

走进标杆企业,感受名企力量,探寻学习优秀企业领先之道。 本期要跟砼行们推介的标杆企业是新疆砼行业的龙头企业:新疆兵团建工金石商品混凝土有限责任公司(以下简称:新疆金石)。 从年产80万方到120万方&am…

Go 和 Delphi 定义可变参数函数的对比

使用可变参数函数具有灵活性、重用性、简化调用等优点,各个语言有各自定义可变参数函数的方法,也有通用的处理方法,比如使用数组、定义参数结构体、使用泛型等。 这里总结记录一下 go、delphi 的常用的定义可变参数函数的方式! 一…

数据挖掘与机器学习——回归分析

目录 回归分析定义: 案例: 线性回归 预备知识: 定义: 一元线性回归: 如何找出最佳的一元线性回归模型: 案例: python实现: 多元线性回归 案例: 线性回归的优缺点…

基于xilinx FPGA的 FFT IP使用例程说明文档(可动态配置FFT点数,可计算信号频率与幅度)

目录 1 概述2 IP examples功能3 IP 使用例程3.1 IP设置3.2 fft_demo端口3.3 例程框图3.4 仿真结果3.5 仿真验证得出的结论4 注意事项5例程位置 1 概述 本文用于讲解xilinx IP 的FFT ip examples的功能说明,方便使用者快速上手。 参考文档:《PG109》 2 …

如何配置才能连接远程服务器上的 redis server ?

文章目录 Intro修改点 Intro 以阿里云服为例。 首先,我在我买的阿里云服务器中以下载源码、手动编译的方式安装了 redis-server,操作流程见:Ubuntu redis 下载解压配置使用及密码管理 && 包管理工具联网安装。 接着,我…

Atlas 血缘分析-hive/spark

Apache Atlas部署安装 这里需要注意,需要从官网下载Atlas的源码,不要从git上分支去checkout,因为从分支checkout出来的代码,无法正常运行,这里小编使用针对Atlas-2.3.0源码进行编译. mvn clean -DskipTests package …

2024 京麟ctf -MazeCodeV1

文章目录 检查代码思路一个字节的指令注意附上S1uM4i佬们的exp https://www.ctfiot.com/184181.html 检查 代码 __int64 __fastcall check_solve(char *a1) {__int64 result; // rax__int64 v2; // rax__int64 index_step; // rax__int64 v4; // rax__int64 v5; // rax__int64…

MySQL索引与事务

1. 索引 (1)概念 索引是一种特殊的文件,包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引, 并指定索引的类型,各类索引有各自的数据结构实现。 (2)利弊 利: 数…