OrangePi Alpro开发板：快速入门和使用体验，华为昇腾AI芯片助力人工智能新生态建设 香橙派Alpro_the writer process ended unexpectedly

一、引言

        Orange Pi AIpro 是一款千元以下的非常适合开发者进行项目开发和原型验证人工智能开发板，支持多种操作系统，包括Ubuntu、openEuler等，还提供了丰富的软件开发工具和开发文档，方便开发者进行开发和调试。可以支持各种深度学习和机器学习任务，例如图像识别、语音识别、自然语言处理等。相比一些入门级的开发板，例如树莓派、Arduino 等，它的性能更加强大，同时价格也更加亲民。扩展性好、接口丰富且支持最新的Type-C接口。

        文章中使用的是8G运行内存版本，AI 处理器 默认1GHz的情况下可提供提供的算力为 8 TOPS，可以每秒钟执行 8 万亿次浮点运算。后续可通过官方提供了firmware补丁包超频CPU到1.6GHz，同时可超频AI算力到12TOPS。

1.1 开发板介绍 硬件规格参数

 1.2 开发板的接口详情图

二、上机点亮 初次体验试用

2.1 官方工具 下载地址和参考文档 Orange Pi - Orangepi

官网工具下载地址

http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html

​​​​​​​昇腾论坛 香橙派AIpro快速上手指南​​​​​​​​​​​​​​ - 参考文档1

https://www.hiascend.com/forum/thread-0260140249549075069-1-1.html

香橙派AIpro学习资源一站式导航​​​​​​​​​​​​​​ - 参考文档2

https://www.hiascend.com/forum/thread-0285140173361311056-1-1.html

2.1.1 用户操作手册

推荐下载用户操作手册以查看详细的文档说明

2.1.2 推荐镜像 选择 Ubuntu

Ubuntu镜像点击目录进去，查看最新的Desktop桌面版镜像，该镜像内部集成常用AI依赖环境和工具集示例，可快速上手体验。

​

2.1.3 默认用户名和密码

默认用户：HwHiAiUser

默认密码：Mind@123

2.2 TF烧录镜像，并启动 OrangePi Alpro 操作示例

TF卡最低入门门口推荐大于32G及以上的也是可以的，其他方式请参考官方 用户手册

2.2.1 balenaEtcher工具  烧录镜像

打卡工具选择对应的xxx.img.x2镜像即可，烧录时务必选择正确磁盘，无需解压直接烧录

​

2.2.2 烧录镜像 遇见的问题

​

错误提示

出了点问题。如果源镜像曾被压缩过，请检查它是否已损坏。
The writer process ended unexpectedly

遇见错误提示可直接忽略或直接点击跳过即可

​

2.2.3 OrangePi Alpro 开发板 控制启动设备 拨码开关 设置

        开发板支持从TF卡、eMMC和SSD（支持NVMeSSD和SATASSD）启动。具体从哪个设备启动是由开发板背面的两个拨码（BOOT1和BOOT2）开关来控制。

​

拨码开关BOOT 位置配置表

        本文使用TF卡启动，所以按配置表设置启动即可，插入烧录好镜像的TF卡后，拨动开关，首次使用建议使用HDMI接口，外接物理显示器插入使用，最后再接通电源即可进入系统查看，更多操作示例参考文档。

​

2.2.4 OrangePi Alpro 开发板 点亮测试成功图

        通电并启动进入到该系统桌面，证明系统刷入成功，输入默认用户名和密码即可进入操作系统开始上机体验了。

​

2.3 其他控制方式 操作使用

2.3.1 SSH 登陆连接，端口默认启动可直接连接 

​

2.3.2 Nomachine 可视化界面  局域网内同屏幕显示

Nomachine 官网下载 

Windows或Mac 客户端程序包

NoMachine - Download Free Remote Desktop Access

Linux 依赖安装包

NoMachine - NoMachine for Linux

本处不做详细描述具体可参考其他文章，下面是连接成功图，可一个电脑操作香橙派开发板方便后续操作

 

三、AI 应用体验

        官方提供了9个Python编写的AI应用样例，包括目标检测、文字识别、目标分类、图像曝光增强、卡通图像生成、蛋白质分类评估、细胞图像分割、人像分割与背景替换以及语音识别。这些样例已经预装了conda、PyTorch等环境，方便我们根据需要进行开发，以获得更好的体验。

3.1 启动示例

3.1.1 启动 juypterLab 本地服务

> cd samples
> ls 01-SSD 02-CNNCTC 03-ResNet50 04-HDR 05-CycleGAN 06-Shufflenet 07-FCN08-Pix2Pix start_notebook.sh
> ./start_notebook.sh

3.1.2 是否启动成功标识图检查

3.1.3 访问本地服务 juypterLab http://{ip}:8888/lab 查看示例

3.2 其他更多官方 Sample样例

香橙派AIpro学习资源一站式导航

https://www.hiascend.com/forum/thread-0285140173361311056-1-1.html

3.3 AI实战演练 目标检测（YoloV5s） 

        由于目前手机没有其他外接设备，目前只能跑一些不需要外接设备的推理应用

        参考示例项目地址：Ascend/EdgeAndRobotics - Gitee.com

3.3.1 样例介绍与代码逻辑图

        基于YoloV5s模型的实时目标检测应用程序。它使用多路离线视频流（*.mp4）作为输入，并在视频中实时检测物体，并将推理结果信息使用imshow方式显示出来。

        YoloV5s是一种高效的目标检测模型，具有高精度和高速度的特点。使用YoloV5s模型对视频中的物体进行检测，可以识别出多种不同的物体，例如人、车、动物等。在实时检测过程中，该应用程序可以同时处理多路离线视频流，保证了检测的实时性和准确性。

        使用imshow方式将推理结果信息显示出来，方便用户进行实时观察和调试。imshow是一种常用的图像显示函数，用户可以直观地了解检测结果，包括物体的位置、大小、类别等信息.

样例代码逻辑图

3.3.2 环境准备

设置环境变量

# 配置程序编译依赖的头文件与库文件路径
export DDK_PATH=/usr/local/Ascend/ascend-toolkit/latest 
export NPU_HOST_LIB=$DDK_PATH/runtime/lib64/stub

安装ACLLite库

https://gitee.com/ascend/ACLLite

样例下载

# 登录开发板，HwHiAiUser用户命令行中执行以下命令下载源码仓。    
cd ${HOME}     
git clone https://gitee.com/ascend/EdgeAndRobotics.git
# 切换到样例目录
cd EdgeAndRobotics/Samples/YOLOV5MultiInput

当设备内存小于8G时，可设置如下两个环境变量减少atc模型转换过程中使用的进程数，减小内存占用。

export TE_PARALLEL_COMPILER=1
export MAX_COMPILE_CORE_NUMBER=1

3.3.3 原始模型下载与模型转换

获取PyTorch框架的YoloV5s模型（*.onnx），并转换为昇腾AI处理器能识别的模型（*.om）

原始模型下载及模型转换命令,可直接拷贝执行

cd model
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/yolov5s/yolov5s_nms.onnx --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/yolov5s/aipp.cfg --no-check-certificate
atc --model=yolov5s_nms.onnx --framework=5 --output=yolov5s_nms --input_shape="images:1,3,640,640;img_info:1,4"  --soc_version=Ascend310B4 --insert_op_conf=aipp.cfg

atc命令中各参数的解释如下，详细约束说明请参见《ATC模型转换指南》。

        --model：YoloV5s网络的模型文件的路径。
        --framework：原始框架类型。5表示ONNX。
        --output：om模型文件的路径。请注意，记录保存该om模型文件的路径，后续开发应用时需要使用。
        --input_shape：模型输入数据的shape。
        --soc_version：昇腾AI处理器的版本。

3.3.4 准备测试视频

自行准备测试视频（也可下载测试视频），也可并将测试视频放到data目录下

cd ../data 
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/yolov5s/test.mp4 --no-check-certificate

3.3.5 编译样例源码

执行以下命令编译样例源码

cd ../scripts 
bash sample_build.sh

3.3.6 运行样例

开发板插入HDMI连接电脑显示器情况下，执行以下命令直接查看推理效果

bash sample_run.sh imshow

展示效果如下

3.4 未来展望

        目前香橙派Alpro已经具备了快速入门和使用的基础条件，总体使用体验和门槛相对于大多数非专业领域的计算机从业者来说也太难，推广和普及率较低，但我期待更多实际应用场景的开发，以解决现实生产和生活中的问题，同时也希望能够开发出更多有趣的使用场景。例如，可以将香橙派Alpro降低开发和接入门槛应用于智能家居、智能农业、智能医疗，实现智能化、可个性定制化的自动化的功能，提高生产和生活效率。以满足用户的多样化需求。

        我相信，在不久的将来，香橙派Alpro将会成为一个重要的人工智能开发平台，为人工智能技术的发展和普及做出更大的贡献。

四、测评体验结论

优点：

1、性价比高：Orange Pi AIpro是一款千元以下的开发板，价格亲民，性能也比较强大，适合开发者进行项目开发和原型验证。

2、多种操作系统支持：该开发板支持多种操作系统，包括Ubuntu、openEuler等，方便用户根据自己的需求选择。

3、软件工具和文档：官方提供了丰富的软件开发工具和开发文档，方便用户进行开发和调试。

4、扩展性好、接口丰富：该开发板扩展性好，接口丰富，支持最新的Type-C接口，方便用户进行扩展和连接其他设备。

缺点：

1、官方镜像采用百度网盘的形式下载，下载形式单一且无会员用户下载较慢，无其他加速镜像。

2、烧录镜像过程中可能会遇到问题，镜像网盘文件中仅有镜像无安装和烧录使用工具使用pdf文档，建议放在一起，否则需要用户具备一定的操作技能和经验。

3、AI处理器默认频率较低，需要用户进行超频才能达到更高算力，等待官方出稳定版镜像。

4、CPU整体工作温度较高

5、外接天线对于无机箱用户放置麻烦，容易损坏，还有可能存在烧主板的风险