​开发板对应采集画面，采用采集卡画面加摄像头采集最终效果 

 

目录

1、基础篇-简介

2、开箱篇-全家福

3、应用篇-IO扩展

4、应用篇-算子和算法

5、应用篇-WEB服务器

5.1 php环境

5.2 nginx环境

5.3 mysql环境

5.4 java环境 

6、应用篇-DOCKER容器

6.1 配置 NACOS 配置中心

7、算力篇-YOLOV5-OCR-WEBGL

7.1 YOLO5使用测试

7.2 OCR使用测试

7.3 WEBGL使用测试

8、使用篇-远程桌面使用

9、开发篇-编译环境

10、硬件篇-支持m2硬盘

11、对比篇-OrangePi和QUARK

12、开发-测试-使用->总结 

---

 

1、基础篇-简介

         OrangePi AI Pro是香橙派厂家跟华为昇腾合作的新一代边缘计算产品，首款基于昇腾深度研发的AI开发板，Orange Pi AIpro无论在外观上、性能上还是技术服务支持上都非常优秀。采用昇腾AI技术路线，集成图形处理器，拥有8GB/16GB LPDDR4X，可以外接32GB/64GB/128GB/256GB eMMC模块，支持双4K高清输出，8/20 TOPS AI算力。
        其丰富的接口更是赋予了Orange Pi AIpro强大的可拓展性。包括两个HDMI输出、GPIO接口、Type-C电源接口、支持SATA/NVMe SSD 2280的M.2插槽、TF插槽、千兆网口、两个USB3.0、一个USB Type-C 3.0、一个Micro USB、两个MIPI摄像头、一个MIPI屏等，预留电池接口。
        在操作系统方面，Orange Pi AIpro支持Ubuntu、openEuler操作系统，满足大多数AI算法原型验证、推理应用开发的需求，可广泛适用于AI边缘计算、深度视觉学习及视频流AI分析、视频图像分析、自然语言处理、智能小车、机械臂、人工智能、无人机、云计算、AR/VR、智能安防、智能家居等领域，覆盖 AIoT各个行业。

2、开箱篇-全家福

        做一个简单的开箱 和使用体验，支持m2协议的硬盘挂在，以及不同硬件的io扩展。

3、应用篇-IO扩展

        可以在硬件互联中得到完美释放，有丰富的引脚，在舵机，屏幕显示，以及diy控制，有这它发挥的空间，可以接入oled，以及舵机 进行 不同场景的使用。

安装 wiringPi  对 io可视化设置，

结果不支持，实际运行画面是如图(原因分析-有可能是驱动ic和库中驱动不匹配导致) 

正确的gui效果应该是 显示对应的针脚，可以随意控制各个引脚的 高低电平(但是不支持！)

gpio -g mode 4 out    # 设置引脚为输出模式，-g表示BCM编码，若去掉-g则为WiringPi编码
gpio -g read 4        # 读取引脚当前电平
gpio -g write 4 1     # 设置该引脚为高电平
gpio -g write 4 0     # 设置该引脚为低电平

        小结: 经过小小测试，对io的扩展使用，估计需要驱动来支持，等待更新下一个驱动固件得到支持，因为自己对 io控制以及开发能力，更熟悉。

4、应用篇-算子和算法

       算子与算法，仅有一字之差，其内涵却是不同的。算子可以理解为计算工具；算法可以理解为计算方法。针对一个具体问题的求解，可以由于若干算子构建算子树模型，作为求解工具和手段。每个算子可以封装一定算法，或算法中的一个步骤或环节。可见，算子是具体的模型单元；算法是一种思想方法。两者之间的关系可以概括为：算子是算法实现的媒介；算法是算子运用的灵魂。

        例如，要解决购物偏好分析问题，就要建立一个购物统计数据的可视化模型，该模型可以包含几类算子，具体为：数据采集算子、统计计算算子、格式转换算子和结果表现算子等。其中，统计计算算子可以封装统计计算算法；格式转换算子可以封装格式转换算法；结果表现算子可以封装数据表现相关算法。由此可见，算子是以上问题求解的模型单元，而算法是问题求解实施过程的思想灵魂。

        CPU信息，对应的有npu模块， 和npu-smi info 

GPU效果稍微差点，运行 su7 模型有点卡

5、应用篇-WEB服务器

           5.1 php环境

        5.2 nginx环境

        5.3 mysql环境

        5.4 java环境 

RUOYI项目正常运行截图

FASTADMIN 正常运行截图

6、应用篇-DOCKER容器

         6.1 配置 NACOS 配置中心

      配置 docker容易 ，启动 nacos 容器  ，配置当中发现，很吃力！不建议使用！

// 拉取 镜像
docker pull dockerproxy.com/nacos/nacos-server:v2.1.0 


// 启动
docker run --name nacos \
-e MODE=standalone \
-e JVM_XMS=128m \
-e JVM_XMX=128m \
-e JVM_XMN=64m \
-e JVM_MS=64m \
-e JVM_MMS=64m \
-p 8848:8848 \
-d nacos/nacos-server:v2.1.0 

最终运行效果 

7、算力篇-YOLOV5-OCR-WEBGL

       7.1 YOLO5使用测试

        YOLOv5（You Only Look Once version 5）是一个流行的目标检测算法，它是 YOLO 系列算法的最新版本之一。YOLOv5 以其高速和高精度的特点，在实时目标检测任务中表现出色。

        YOLOv5是一个计算机视觉模式设计的对象检测任务，它是YOLO系列的升级版，YOLO系列以其实时物体检测能力而著称。YOLOv5由Ultralytics开发，并于2020年年中发布,现在最新版本是yolov8，但是本次测试使用的是yolo V5版本。

        YOLOv5 的网络结构主要由以下几个部分组成：
            Backbone（主干网络）：用于提取图像特征的卷积神经网络。YOLOv5 采用了 CSPDarknet53 作为其主干网络，该网络结构在保持高效的同时，提高了模型的精度和速度。
            Neck（颈部网络）：负责进一步处理和增强特征图的网络层。YOLOv5 使用 PANet（Path Aggregation Network）作为颈部网络，通过自顶向下和自底向上的路径增强特征融合。
            Head（头部网络）：用于最终的目标分类和边界框回归。YOLOv5 采用了锚点（Anchor）自由的方式，通过预测目标的类别和位置来实现目标检测。

// 下载资源
git clone https://github.com/ultralytics/yolov5

// 执行资源
pip install -r requirements.txt  # install

配置对应的资源 

启动画面 yolov5  分析的结果

       最终模型分析的结果，以及行业成熟的解决方案，高速公路，动态识别监测是否超速，等等各种大数据分析中，能发挥强有力的技术支撑。

        7.2 OCR使用测试

         OCR 动态深度识别技术示例使用以及分析结果

         OCR(Optical Character Recognition,光学字符识别)是指对图像进行分析识别处理，获取文字和版面信息的过程，是典型的计算机视觉任务，通常由文本检测和文本识别两个子任务构成。

应用场景,在不规则识别，以及快递行业，以及办公领域，智能安防领域，发挥这强有力的作用。

        7.3 WEBGL使用测试

         webgl 算力 渲染 模型的能力

         WebGL（Web Graphics Library）是一种用于浏览器中渲染交互式3D和2D图形的JavaScript API。它可以用于各种行业应用，提供了在Web环境中创建高性能图形和视觉效果的能力。

         流行的threejs，以及 3d小游戏场景，也能顺利正常使用。

        小结：经过yolov5深度模型学习，自动识别车辆，为日后的应用开发中，以及使用场景会发挥强有力的技术支撑，同时还有 深度学习 OCR ，可以在人脸识别以及自动分析的应用中发挥强有力。同时硬件还支持webgl动态解析，3d模型动态渲染。总之香橙派在硬件堆料中，下了血本，关键在测试当中，温度还可观，一直保持在55度左右范围之内运行。

8、使用篇-远程桌面使用

        可以使用NoMachine进行 远程桌面登录使用-比使用采集卡来的方便，可以进行view视图的效果预览。 登录最终的页面效果

        小结：使用远程登录画面，可以使用单TYPE线，供电，wifi连接，windows桌面中一套键鼠，控制着，两个环境，如同虚拟机一样，切换自如。 

9、开发篇-编译环境

        cmake在任何源码项目中，是最基本的工具，在c和c++ 编译中，非常不错的gui工具

        小结，在硬件平台 有cmake可以编译各种 源文件，编译swoole模块，顺利完成。

10、硬件篇-支持m2硬盘

        可以支持m2 启动，已被后续的 大文件拷贝，方便日后的 系统性的使用。

11、对比篇-OrangePi和QUARK

        早些年的开发板和最新开发板参数对比。早在四年前就购买了quark，进行了功能测试，一切运行正常，现在的开发板计划替代老一代产品，继续发挥它的超强硬件能力。

旧款-CPU信息 

旧款-内存信息

香橙派-cpu信息 

香橙派-内存信息

 香橙派-算子信息

        两者最大区别，一个512兆内存，一个是8G内存，简直就不是一个级别。cpu信息就不做描述，但是npu能力简直就是吊打任何一款开发板，目前和现有的对比，没有发现对手!

        新款香橙派的cpu信息是 4核心，它有 强大 npu方案，具体怎么使用，日后在慢慢研究，会持续关注 这个npu的商业应用。想到第一个应用是，调用自由模型，实现docker应用。进行web视图预览。

12、开发-测试-使用->总结 

        经过以上总结，此款开发板，潜力无限，可以测试各种场景，接下来更新篇，计划采用此款开发板作为主机，进行自动识别，能让对应的小车车，自动”驾驶”技术，利用神经网络算法，看是否能实现对应的功能。 等待后续的更新。对ai算法支持非常友好，测试项目都能顺利完成。

        经过九九八十一难，三天三夜，把PHP环境和JAVA环境以及微服务，以及swoole模块编译，全部测试完毕。还想测试QT应用开发，但是身边没有arm开发环境，单靠开发板运行开发环境有点困难。

        最后来一张评测硬件 使用的硬件 全家福！！！(小彩蛋，猜猜我有几台电脑?) 

        参与硬件测试 硬件分别为

                1、i5 8500 1060 显卡 16G 机箱  32寸显示器

                2、i5 10500 2060 显卡 32G 机箱  27寸显示器

                3、测试开发板4核 8G内存 128G存储  8.4寸显示器

                4、thinkpad X280  I5 8500 8G 13.3寸 触摸笔记本

                5、macBook Pro  i5 8150 16G 512G  13.3寸笔记本

                6、QUARK小服务器  H3  512兆    运行文档服务器

                7、全志H5机顶盒DIY 视频阅读器  查看直播小工具

​