地平线旭日 X3 开发板上手体验

最近嫖到一块旭日X3开发板,借此熟悉地平线 AI 芯片旭日 X3 模型部署流程,以及算法工具链。这里基本是跟着官方的用户手册进行操作,其中也遇到一些奇怪的问题。

1 烧写系统

1.1 系统选择

旭日X3派开发板支持Ubuntu 20.04 Desktop、Server两个系统版本。初上手,为方便使用和调试,选择了地平线开发者官网资源中心提供的Ubuntu20.04桌面版。

下载并解压Ubuntu20.04,并用官网资源中心提供的balenaEtcher工具烧录到容量大于8GB的SD卡。烧录软件已规划烧录步骤,按照提示操作即可。

1.2 系统烧录

在烧录Ubuntu系统镜像前,需要做如下准备:

  • 准备至少8GB容量的Micro SD卡
  • SD 读卡器
  • 下载Ubuntu镜像压缩包,并解压出Ubuntu系统镜像文件:system_sdcard.img
  • 下载镜像烧录工具balenaEtcher,
  • 板卡有两个灯,分别是红色和绿色。

系统烧录流程:

  • 打开balenaEtcher工具,点击Flash frome file按钮,选择解压出来的system_sdcard.img文件作为烧录镜像
  • 点击Select target按钮,选择对应的Micro SD存储卡作为目标存储设备
  • 点击Flash按钮开始烧录,待工具提示Flash Complete时,表示镜像烧录完成,关闭balenaEtcher工具并取出存储卡
1.3 板卡上电

使用支持 5V 3A 的 USB Type C 接口电源适配器为开发板供电。

保持旭日X3派开发板断电,然后将制作好的存储卡插入开发板的Micro SD卡槽,并通过HDMI线缆连接开发板与显示器,最后给开发板上电。可通过指示灯判断开发板状态:

  • 红色指示灯:点亮代表硬件上电正常
  • 绿色指示灯:点亮代表系统启动中,熄灭代表系统启动完成

系统首次启动时会进行默认环境配置,整个过程持续45秒左右,配置结束后会在显示器输出Ubuntu系统桌面(Ubuntu Server显示logo图标)。

在这里我遇到了开发板上电后长时间没有显示输出的现象。我是用的是一块 4K 显示器。使用串口连接电脑后,查看串口日志,发现已经成功进入系统,但是显示器依旧没有画面输出。串口连接时的电脑串口工具的参数配置如下:

  • 波特率(Baud rate):921600
  • 数据位(Data bits):8
  • 奇偶校验(Parity):None
  • 停止位(Stop bits):1
  • 流控(Flow Control):无
    串口连接示意图:

后面经过查看用户手册的 HDMI 显示器规格列表:

  • 1920x1080
  • 1280x720
  • 1024x600
  • 800x480

手头只有 4K 显示器,既然手头的显示器都不支持,只能先考虑远程桌面连接了。

1.3.1 板卡连网

可以使用有线连接,也可以使用无线网连接。

有线网络连接

开发板有线网络默认采用静态IP配置,初始IP地址为192.168.1.10。可以进行静态、DHCP模式的切换。

修改静态IP配置
bash 复制代码
sudo vim /etc/network/interfaces
bash 复制代码
# interfaces(5) file used by ifup(8) and ifdown(8)
# Include files from /etc/network/interfaces.d:
source-directory /etc/network/interfaces.d
auto eth0
iface eth0 inet static
    address 192.168.1.10
    netmask 255.255.255.0
    gateway 192.168.1.1 
    metric 700

修改完成后,命令行输入sudo restart_network命令让配置生效。

修改DHCP配置

DHCP(Dynamic Host Configuration Protocol,动态主机配置协议)通常被应用在局域网络环境中,主要作用是集中的管理、分配IP地址,使网络环境中的主机动态的获得IP地址、Gateway地址、DNS服务器地址等信息,并能够提升地址的使用率。

开发板的DHCP网络配置保存在/etc/network/interfaces文件,通过修改eth0相关配置,可完成对DHCP模式的修改:

bash 复制代码
sudo vim /etc/network/interfaces
bash 复制代码
source-directory /etc/network/interfaces.d
auto lo
iface lo inet loopback
auto eth0
iface eth0 inet dhcp
    metric 700

修改完成后,命令行输入sudo restart_network命令让配置生效。

修改MAC地址配置

如需修改开发板默认MAC地址,可通过在/etc/network/interfaces文件中增加pre-up配置信息,指定用户需要的MAC地址:

bash 复制代码
sudo vim /etc/network/interfaces
bash 复制代码
# interfaces(5) file used by ifup(8) and ifdown(8)
# Include files from /etc/network/interfaces.d:
source-directory /etc/network/interfaces.d
auto eth0
iface eth0 inet static
    address 192.168.1.10
    netmask 255.255.255.0
    gateway 192.168.1.1 
    pre-up ifconfig eth0 hw ether 00:11:22:9f:51:27

修改完成后,命令行输入sudo restart_network命令让配置生效。

无线网络连接

开发板集成了2.4GHz无线WiFi模块,支持Soft AP和Station两种模式,默认运行在Station模式下。

串口命令行连接无线网:

  • 使用sudo nmcli device wifi rescan命令扫描热点
  • 使用sudo nmcli device wifi list命令列出扫描到的热点
  • 使用 sudo wifi_connect "SSID" "PASSWD"命令连接热点
1.3.2 VNC 远程桌面连接

在板子连好网络之后先通过串口连接,ifconfig命令获取到设备 IP。实际上,获取到 IP 之后,直接 ssh 连接也是很方便的,毕竟这个板子桌面环境不是很丝滑。

VNC 远程桌面连接

  • 输入设备ip地址
  • 输入IP地址后回车,弹出链接未加密的提示,点击 Continue
  • 输入密码 sunrise,勾选 Remember password, 点击 OK连接

至此,通过 VNC 远程桌面连接的方式可以进入桌面了。

2 环境配置

开发板用户名和密码都是sunrise,当然也可以登录 root 用户,用户名和密码都是 root。

2.1 系统更新

登陆系统后,先对系统执行更新操作

bash 复制代码
sudo apt update
sudo apt full-upgrade

更新完成后重启设备sudo reboot

2.2 超频

开发板采用CPU Freq驱动对CPU工作状态进行管理,默认模式为ondemand模式,此时CPU工作频率会根据负载进行动态调节,以节省功耗。可修改到performance模式,使CPU始终运行在最高频率下:

bash 复制代码
sudo bash -c 'echo performance > /sys/devices/system/cpu/cpufreq/policy0/scaling_governor'

将CPU最高频率从1.2GHz提升到1.5GHz:

bash 复制代码
sudo bash -c 'echo 1 > /sys/devices/system/cpu/cpufreq/boost'

使用以上命令配置的 CPU 频率仅在当前运行中生效,如果设备重启则恢复默认配置。

CPU超频会增加芯片的功耗和发热,如出现稳定性问题,可以关闭超频功能:

bash 复制代码
sudo bash -c 'echo 0 > /sys/devices/system/cpu/cpufreq/boost'

查看芯片工作频率、温度等状态:

bash 复制代码
sudo hrut_somstatus
2.3 配置自启动任务
2.3.1 设置自启动Service
  • 创建启动脚本

    使用任何文本编辑器,在/etc/init.d目录下创建一个新的启动脚本 your_script_name

    bash 复制代码
    #!/bin/bash
    
    ### BEGIN INIT INFO
    # Provides:          your_service_name
    # Required-Start:    $all
    # Required-Stop:     
    # Default-Start:     2 3 4 5
    # Default-Stop:      0 1 6
    # Short-Description: Start your_service_name at boot time
    # Description:       Enable service provided by your_service_name
    ### END INIT INFO
    
    /path/to/your/program &
    
    exit 0
  • 设置启动脚本具有可执行权限

    bash 复制代码
    sudo chmod +x /etc/init.d/your_script_name
  • 使用update-rc.d命令将脚本添加到系统的启动项中

    bash 复制代码
    sudo update-rc.d your_script_name defaults
  • 使用systemctl命令启用自启动

    bash 复制代码
    sudo systemctl enable your_script_name
  • 重启开发板验证自启动服务程序是否运行正常

    bash 复制代码
    root@ubuntu:~# systemctl status your_script_name.service 
    ● your_script_name.service - LSB: Start your_service_name at boot time
        Loaded: loaded (/etc/init.d/your_script_name; generated)
        Active: active (exited) since Wed 2023-04-19 15:01:12 CST; 57s ago
        Docs: man:systemd-sysv-generator(8)
        Process: 2768 ExecStart=/etc/init.d/your_script_name start (code=exited, status=0/SUCCESS)

3 运行默认图片分类样例

bash 复制代码
cd /app/ai_inference/01_basic_sample/
sudo ./test_mobilenetv1.py
3.1 图片分类样例 test_mobilenetv1.py 分析

这个样例是python接口编写,地平线同时也提供C++接口。

这个样例结构简单通过OpenCV图片解码和预处理,利用地平线提供的Python库hobot_dnn完成模型执行。

整个模型部署可以模型加载、分为预处理、模型推理、后处理。

模型加载:地平线的推理架构中编译后的AI模型以.bin结尾。

python 复制代码
from hobot_dnn import pyeasy_dnn as dnn
models = dnn.load('../models/mobilenetv1_224x224_nv12.bin')

预处理:OpenCV完成

python 复制代码
img_file = cv2.imread('./zebra_cls.jpg')
h, w = get_hw(models[0].inputs[0].properties)
des_dim = (w, h)
resized_data = cv2.resize(img_file, des_dim, interpolation=cv2.INTER_AREA)
nv12_data = bgr2nv12_opencv(resized_data)

模型推理:

python 复制代码
outputs = models[0].forward(nv12_data)

后处理:

python 复制代码
print("=" * 10, "Classification result", "=" * 10)
assert np.argmax(outputs[0].buffer) == 340
print("cls id: %d Confidence: %f" % (np.argmax(outputs[0].buffer), outputs[0].buffer[0][np.argmax(outputs[0].buffer)]))

本次只是把板子跑起来了,后续继续尝试地平线旭日3开发板关于C++推理接口、对摄像头视频推理、视频流编解码、模型转换/模型量化/模型部署调试工具链、大模型部署。

相关推荐
HIIT2 小时前
人工生命(AL:Artificial life)兰顿蚂蚁多版本代码html\go\php\python\java
ai·al·人工生命
Trouvaille ~7 小时前
【机器学习】从流动到恒常,无穷中归一:积分的数学诗意
人工智能·python·机器学习·ai·数据分析·matplotlib·微积分
Azoner17 小时前
postgresql安装部署(linux)
数据库·postgresql
IvorySQL21 小时前
IvorySQL 4.0 发布:全面支持 PostgreSQL 17
数据库·postgresql·开源数据库·国产数据库·ivorysql
梦想画家21 小时前
DuckDB:pg_duckdb集成DuckDB和PostgreSQL实现高效数据分析
postgresql·数据分析·duckdb·pg_duckdb
WebCandy1 天前
EsChatPro 接入国内 DeepSeek 大模型
ai·aigc
微服务 spring cloud1 天前
配置PostgreSQL用于集成测试的步骤
数据库·postgresql·集成测试
南七澄江1 天前
各种网站(学习资源及其他)
开发语言·网络·python·深度学习·学习·机器学习·ai
ai_lian_shuo1 天前
四、使用langchain搭建RAG:金融问答机器人--构建web应用,问答链,带记忆功能
python·ai·金融·langchain·机器人
凳子花❀2 天前
强化学习与深度学习以及相关芯片之间的区别
人工智能·深度学习·神经网络·ai·强化学习