Hailo-8-Acce-A 使用教程

产品介绍

Hailo-8/8L芯片 26/13Tops算力

特点

  • Hailo-8/8L 芯片构建的每秒 13 /26万亿次运算 (TOPS) 的神经网络推理加速器。
  • PCIE M.2 HAT+,用于将 AI 模块连接到 Raspberry Pi 5
  • 安装硬件套件
  • 堆叠 GPIO 接头


硬件连接

注意排线方向,连接如图所示:


树莓派使用说明

更新

#1:更新软件
sudo apt update && sudo apt full-upgrade
sudo rpi-eeprom-update

#配置CLI(24年或者以后的系统不需要执行)
sudo raspi-config
#在Advanced Options>下Bootloader Version,选择Latest。然后raspi-config使用Finish或Esc键退出。

#2:更新固件
sudo rpi-eeprom-update -a

识别设备

1:启用PCIE接口

连接硬件即可,最新系统系统会存在硬件检测,连接硬件会自动打开PCIE
如果没有打开则执行:在/boot/firmware/config.txt 中添加 dtparam=pciex1

2:启用PCIE Gen3, 则在/boot/firmware/config.txt 中添加:(必须启动Gne3模式)

dtparam=pciex1_gen=3

3:修改之后重启PI5,就可以识别到设备了, (可以先不重启等安装好库一起再重启)


测试例程

rpicam-apps使用 Hailo AI 神经网络加速器运行相机演示

准备:

1:树莓派5和Hailo-8 Acce A套件
2:安装 64 位 Raspberry Pi OS Bookworm
3:安装Raspberry Pi 相机(测试使用 Raspberry_Pi_Camera _Module_3 连接CAM1接口)


1:安装使用 AI Kit 所需的依赖项

sudo apt install hailo-all

2:重启设备

sudo reboot

3:检查驱动是否正常

hailortcli fw-control identify

也可以执行dmesg | grep -i hailo 检查日志

4:检查摄像头

rpicam-hello -t 10s
请确保摄像头正常工作

5:隆存储库rpicam-apps

git clone --depth 1 https://github.com/raspberrypi/rpicam-apps.git ~/rpicam-apps

6:测试

物体检测
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov6_inference.json --lores-width 640 --lores-height 640
Yolov8模型
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov8_inference.json --lores-width 640 --lores-height 640
YoloX 模型
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolox_inference.json --lores-width 640 --lores-height 640
Yolov5 人物和面部模型
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov5_personface.json --lores-width 640 --lores-height 640

图像分割
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov5_segmentation.json --lores-width 640 --lores-height 640 --framerate 20
姿态估计
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov8_pose.json --lores-width 640 --lores-height 640

更多内容请访问GitHubHailo官网