国外网站怎么做引流,礼嘉网络推广,app界面设计分析六个方面,重庆面条制作1. 简介 Orangepi AIPRO 是一款采用昇腾AI技术路线#xff0c;集成4核64位处理器AI处理器的单板计算机#xff0c;集成图形处理器#xff0c;支持8TOPS AI算力#xff0c;拥有8GB/16GB LPDDR4X#xff0c;可以外接eMMC模块#xff0c;支持双4K高清输出。 Orange Pi AIpr… 1. 简介 Orangepi AIPRO 是一款采用昇腾AI技术路线集成4核64位处理器AI处理器的单板计算机集成图形处理器支持8TOPS AI算力拥有8GB/16GB LPDDR4X可以外接eMMC模块支持双4K高清输出。 Orange Pi AIpro拥有丰富的扩展接口包括两个HDMI输出、GPIO接口、支持SATA/NVMe SSD 2280的M.2插槽PCIe 4Lane、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 Orange Pi AIpro已支持Ubuntu、openEuler操作系统可以满足大多数AI算法原型验证、推理应用开发的需求。 2. 主要特性 处理器昇腾AI处理器Ascend310B464bit 四核处理器主频可达 1.5GHz内存8GB LPDDR4X 内存显示支持 HDMI 2.0 最大分辨率可达 4K网络支持千兆以太网接口Wi-Fi 5蓝牙 4.2接口USB 3.0USB 2.0SATA 2.0PCIe 2.0I2CSPIGPIO 等扩展支持扩展多种 USB 和 PCIe 设备 3.使用方法 准备工作 下载针对 Orangepi AIPRO 的操作系统镜像文件Ubuntu、openEuler并将其烧录到 SD 卡中。 Ubuntu镜像 openEuler 将 SD 卡插入 Orangepi AIPRO 的 SD 卡槽并开启电源。系统将自动完成启动。 3.1连接串口及网络 根据Orangepi AIPRO 提供的接口我们可以很轻易的完成串口终端的登录和网络的配置主要有一下几种方法 通过HDMI线缆将开发板的HDMI0接口连接到我们的屏幕上在熟悉的图形界面上配置wifi密码和设置以太网固定IP将开发板的microUSB调试串口通过USB线缆连接到电脑可以使用串口终端登录 Linux 系统波特率115200 数据位8 停止位1 None Flow Ctrl如果没有屏幕我们可以通过在串口终端中使用nmtui工具来完成网络配置 接下来主要通过第三种方式介绍一下WIFI和千兆网络配置 1.在串口终端输入下面的命令开始搜索WIFIctrlc退出搜索 nmcli dev wifi 2.配置WIFI名称与密码 wifi_name 需要替换为自己的WIFI名称 wifi_passwd 替换为WIFI密码 sudo nmcli dev wifi connect wifi_name password wifi_passwd成功后联网后会显示Device wlan0 successfully activated通过PING一下网站域名可简单验证WIFI网络连通性。 3.千兆网口的配置 通过命令查看网络连接状态Wired connection 1就是千兆有线网络 nmcli con show 输入下列命令完成千兆有线网络配置可根据自己需要设置IP和网关地址 sudo nmcli con mod Wired connection 1 ipv4.addresses 192.168.1.110 ipv4.gateway 192.168.1.1 ipv4.dns 8.8.8.8 ipv4.method manual 配置完成后 需要reboot生效 在千兆网络端口没有连接网线时无法查看端口详细的配置此时我们将开发板连接到电脑通过下面的命令就可以查看固定IP是否配置成功 ip addr show eth0 4. USB深度摄像头初步测试 由于Orangepi AIPRO板卡上提供了两个USB3.0接口可以很方便的连接USB相机外置的深度相机可以节约AI处理器算力让芯片专注于控制场景中的决策工作手头刚好有OPENCV AI KIT的深度相机可以在Orangepi AIPRO测试一下。 得益于Ubuntu系统强大的兼容性我们可以通过简单的指令完成环境搭建 # 安装依赖项
sudo wget -qO- https://docs.luxonis.com/install_depthai.sh | bash# 安装显控软件
python3 -m pip install depthai-viewer
# 运行DepthAI Viewer
python3 -m depthai_viewer打开 depthai_viewer软件后就可以看到深度相机传回的原始深度图像。 5.AI应用样例体验 在Orangepi AIPRO板卡系统中还内置了多个有趣的AI处理案例大大降低了学习门槛。 在人像分割场景中Orangepi AIPRO可以通过训练好的模型轻松实现深度学习神经网络PortraitNetPortraitNet是实时人像分割模型该模型可以在移动设备上有效且高效地运行基于轻量级的 U 形架构在训练阶段有两个辅助损失而在测试阶段不需要额外的成本进行肖像推理。两个辅助损失是边界损失和一致性约束损失。前者提高了边界像素的精度后者增强了复杂光照环境下的鲁棒性。 5.1. 打开内置Jupyter Notebook AI样例的操作很便捷只需要下面两条命令 cd samples/notebooks/
./start_notebook.sh 5.2. 运行Jupyter Notebook AI样例 5.3. 输出对比图像 输入图像背景图像输出图像 内置的AI样例中有很清晰的注释在调试过程中很容易理解 各个代码模块对应的功能可以很方便的修改做到有的放矢。 class Seg(object):人像分割模型推理def __init__(self, model_path, model_width, model_height):self._model_path model_pathself._model_width model_widthself._model_height model_heightself.device_id 0self._dvpp Noneself._model Nonedef init(self):初始化相关资源# Initialize dvppself._dvpp AclLiteImageProc()# Load modelself._model AclLiteModel(self._model_path)return const.SUCCESSutils.display_timedef pre_process(self, image):图片预处理image_dvpp image.copy_to_dvpp()yuv_image self._dvpp.jpegd(image_dvpp)resized_image self._dvpp.resize(yuv_image,self._model_width, self._model_height)return resized_image utils.display_timedef inference(self, input_data):模型推理return self._model.execute(input_data)utils.display_timedef post_process(self, infer_output, image_name):获取分割结果data infer_output[0]vals data.flatten()mask np.clip((vals * 255), 0, 255)mask mask.reshape(224, 224, 2)cv2.imwrite(os.path.join(MASK_DIR, image_name), mask[:, :, 0])return mask utils.display_time
def background_replace(bg_path, ori_path, mask_path):将人像分割结果与背景图片结合background cv2.imread(bg_path)height, width background.shape[:2]ori_img cv2.imread(ori_path)mask cv2.imread(mask_path, 0)mask mask / 255mask_resize cv2.resize(mask, (width, height))ori_img cv2.resize(ori_img, (width, height))mask_bg np.repeat(mask_resize[..., np.newaxis], 3, 2)result np.uint8(background * mask_bg ori_img * (1 - mask_bg))cv2.imwrite(os.path.join(OUTPUT_DIR, os.path.basename(mask_path)), result)def main():推理主函数os.makedirs(OUTPUT_DIR, exist_okTrue)os.makedirs(MASK_DIR, exist_okTrue)acl_resource AclLiteResource()acl_resource.init()seg Seg(MODEL_PATH, MODEL_WIDTH, MODEL_HEIGHT)ret seg.init()utils.check_ret(seg.init , ret)images_list [os.path.join(IMAGE_DIR, img)for img in os.listdir(IMAGE_DIR)if os.path.splitext(img)[1] in const.IMG_EXT]for image_file in images_list:image_name os.path.basename(image_file)if image_name ! background.jpg:print( image_name )# read imageimage AclLiteImage(image_file)# Preprocess the pictureresized_image seg.pre_process(image)# Inferenceresult seg.inference([resized_image, ])# Post-processingmask seg.post_process(result, image_name)# Fusion of segmented portrait and background imagebackground_replace(os.path.join(IMAGE_DIR, background.jpg), \image_file, os.path.join(MASK_DIR, image_name))6. 总结 开箱测试外设功能并完成了Orangepi AIPRO的网络配置体验了流畅的桌面系统测试了 OPENCV AI KIT USB3.0相机在Orangepi AIPRO的使用体验了Orangepi AIPRO内置的丰富AI样例。 7. 使用体验 通过这次体验Orangepi AIPRO板卡我了解到了华为昇腾在AI领域深耕多年的强大实力AI的未来不仅是好用的更是易用的。 Orangepi AIPRO搭载的昇腾AI处理器Ascend310B4配合华为完整的开发工具让开发者可以高效的实现AI应用程序的开发。 Orangepi AIPRO丰富的IO接口特别灵活极大的丰富了AI的应用场景既能很好的完成图像处理也能实现控制功能。 8. 注意事项 在使用 Orangepi AIPRO 时需要确认供电输入符合要求以确保系统的稳定性和安全性。开发板终端账号及密码 账号root 密码 Mind123 ; 账号HwHiAiUser 密码Mind123 9. 参考资料 Orangepi AIPRO 官方网站Orangepi AIPRO WikiOrangepi AIPRO 硬件文档OrangePI AIPRO 用户手册
