资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

快速开始

快速开始

board.png

本节介绍EdgeBoard DK-1A开发板的简单流程,方便大家快速了解,具体问题详见相关章节展开。

连接显示器

连接显示器.png

使用HDMI接口的连接线一端连接板卡,另一端连接显示器。

连接键盘鼠标

连接键鼠.png

将USB-TypeA接口的有线鼠标键盘接入板卡,也可使用无线键鼠的USB-TypeA接口的无线收发器接入板卡中。 本例中使用键鼠一体的USB-TypeA的无线收发器。

注:使用2.4GHz无线接收器时,建议优先接入USB2.0(内为白色端子)接口,可进一步防止干扰。

连接电源

连接电源.png

使用5V3A电源适配器,将Type-C接口电源线接入板卡,并连接电源。板卡默认通电后自行启动。

登录桌面

登录桌面.png

使用如下初始账号密码登录桌面。

账户:EdgeBoard
密码:1234

键入密码后,回车登录桌面。

连接网络

EdgeBoard DK-1A可使用有线,或者使用WI-FI连接网络。

有线连接

有线连接.png

EdgeBoard DK-1A板卡板载10/100/1000Mbps自适应网卡。可通过RJ-45接口连接有线网络。

WI-FI连接

wifi连接.png

EdgeBoard DK-1A板卡板载Wi-Fi芯片,支持连接2.4G/5G无线网络。 可在桌面右上角,点击网络图标,选择连接网络。

GPIO使用

例:点亮LED

本例中,将LED的GND端连接在PIN6(GND)引脚上,将LED的R端连接在PIN7引脚上(LED模块上自带了1kΩ的电阻),编程控制PIN7为输出引脚,并输出高低电平来控制LED亮灭。连接如下图所示:

LED连接.png

相应原理图如下:

LED连接原理图.png

打开一个终端,执行如下命令:

sudo apt-get update         # 更新apt软件源
sudo apt install wiringpi   # 安装wiringpi库
gpio mode 7 out             # 设置GPIO7为输出引脚

执行如下命令:

gpio write 7 1              # 设置GPIO7输出高电平

LED被点亮。

执行如下命令:

gpio write 7 0              # 设置GPIO7输出低电平

LED熄灭。

更加详细GPIO使用说明,请参考接口介绍的GPIO章节。

AI模型推理使用

EdgeBoard DK-1A板卡具有强大的AI推理能力,支持多种AI模型。下面以目标检测为例,重点介绍EdgeBoard DK-1A板卡的AI推理使用。

例:图片分类

本例中,使用分类模型,识别图片中主体,并使用既定编号标出其所属类别。测试前后效果对比如下图所示:

clas_resnet_test.jpeg

clas_resnet_result.jpeg

label = 757 即为识别为RV(即一种车辆类型)类别。757映射RV为项目数据集ImageNet预设。

模型获取

此处使用已经训练好的模型,详情可参考模型推理中的模型生产描述。

该模型基于项目基于ResNet进行物品分类训练产出、评估和导出(版本参考:ver23.11.28 2023-11-28 19:04:02)。并经过百度技术支持完成高性能转化。

可在终端中执行如下命令,下载范例模型文件及相关物料:

cd /home/edgeboard/
sudo wget https://bj.bcebos.com/ppdeploy/ppdeploy1.1/SDK/PPDeploy1.1_resnet_PaddleClas2.5_Paddle2.4.1_Ver1.0.0_python.zip

模型部署

Step1:安装opencv依赖库及EdgeBoard DK-1A推理工具PPNC(如已安装,可跳过此步)
打开终端,执行以下命令安装PPNC。

sudo apt update
sudo apt install libopencv-dev -y
sudo apt install python3-opencv -y
sudo apt install ppnc-runtime -y

Step2:安装PaddlePaddle(如已安装,可跳过此步)
打开终端,执行以下命令安装PaddlePaddle。

cd Downloads
wget https://bj.bcebos.com/pp-packages/whl/paddlepaddle-2.4.2-cp38-cp38-linux_aarch64.whl  
sudo pip install paddlepaddle-2.4.2-cp38-cp38-linux_aarch64.whl

Step3:解压文件。 在终端输入以下命令,解压文件。

unzip PPDeploy1.1_resnet_PaddleClas2.5_Paddle2.4.1_Ver1.0.0_python.zip

Step4:安装依赖库。
在终端输入以下命令,进入resnet-python目录,并安装依赖库:

cd /home/edgeboard/resnet-python/
sudo pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

Step5:运行推理代码。

cd /home/edgeboard
sudo python3 tools/infer_demo.py --config ./model/config.json --test_image ./test_images/ILSVRC2012_val_00000014.jpeg --visualize --with_profile

Step6:查看推理结果。 在edgeboard目录下可以看到新增一个名为vis.jpg的推理结果文件。 clas_resnet_result.jpeg

上一篇
产品简介
下一篇
接口介绍