Raspberry Pi AI 套件将 Raspberry Pi M.2 HAT+ 与 Hailo AI 加速模块捆绑在一起,用于 Raspberry Pi 5。该套件包含以下内容:
】包含神经处理单元 (NPU) 的 Hailo AI 模块
】Raspberry Pi M.2 HAT+,用于将 AI 模块连接到您的 Raspberry Pi 5
】预装在模块和 M.2 HAT+ 之间的导热垫
】安装硬件套件
】16mm 堆叠 GPIO 接头
】围绕 Hailo-8L 芯片构建的每秒 13 万亿次运算 (TOPS) 神经网络推理加速器。
】M.2 2242 外形尺寸
要使用 AI 套件,您需要:
[]Raspberry Pi 5
每个 AI 套件都配有预装的 AI 模块、带状电缆、GPIO 堆叠接头和安装硬件。按照以下说明安装您的 AI Kit:
】首先,确保您的 Raspberry Pi 运行最新的软件。运行以下命令进行更新:
sudo apt update && sudo apt full-upgrade
】接下来,确保您的 Raspberry Pi 固件是最新的。运行以下命令查看您正在运行的固件:
sudo rpi-eeprom-update
如果您看到 2023 年 12 月 6 日或更晚的日期,请继续下一步。如果您看到的日期早于 2023 年 12 月 6 日,请运行以下命令打开 Raspberry Pi 配置 CLI:
sudo raspi-config
在高级选项 > 引导加载程序版本下,选择最新版本。然后,使用 Finish 或 Esc 键退出 raspi-config。
运行以下命令将您的固件更新到最新版本:
sudo rpi-eeprom-update -a
然后,使用 sudo reboot 重新启动。
】在开始安装之前,请断开 Raspberry Pi 的电源。
】为了获得最佳性能,我们建议将 AI Kit 与 Raspberry Pi Active Cooler 一起使用。如果您有 Active Cooler,请在安装 AI Kit 之前先安装它。
】使用提供的四颗螺钉安装垫片。用力将 GPIO 堆叠接头按在 Raspberry Pi GPIO 引脚顶部;只要所有引脚都固定到位,方向无关紧要。断开 AI Kit 上的带状电缆,并将另一端插入 Raspberry Pi 的 PCIe 端口。从两侧提起带状电缆支架,然后将电缆插入,使铜触点朝内,朝向 USB 端口。将带状电缆完全均匀地插入 PCIe 端口后,从两侧向下推电缆支架,以将带状电缆牢固固定到位。
】将 AI Kit 放在垫片顶部,并使用剩余的四颗螺钉将其固定到位。
】将带状电缆插入 AI Kit 上的插槽。从两侧提起带状电缆固定器,然后将电缆插入,铜触点朝上。将带状电缆完全均匀地插入端口后,从两侧向下推电缆固定器,将带状电缆牢固固定到位。
】恭喜,您已成功安装 AI Kit。将您的 Raspberry Pi 连接到电源;Raspberry Pi OS 将自动检测 AI Kit。
注意:在连接或断开 M.2 插槽上的设备之前,请务必断开 Raspberry Pi 的电源。
您将需要以下内容:
[] Raspberry Pi 5
[] Raspberry Pi AI 套件,其中包括:
[] M.2 HAT+
[] 预装的 Hailo-8L AI 模块
[] 64 位 Raspberry Pi OS Bookworm 安装
[] 任何官方 Raspberry Pi 相机(例如相机模块 3 或高品质相机)
[] 按照安装 Raspberry Pi 相机中的说明将相机连接到 Raspberry Pi 5 主板。您可以跳过重新连接 Raspberry Pi 电源的步骤,因为您需要断开 Raspberry Pi 的电源才能进行下一步。
[]按照安装说明将您的 AI Kit 硬件连接到 Raspberry Pi 5。
[]按照说明启用 PCIe Gen 3.0。此步骤是可选的,但强烈建议您这样做,以使您的 AI Kit 发挥最佳性能。
[]安装使用 AI Kit 所需的依赖项。从终端窗口运行以下命令:
sudo apt install hailo-all
[]这将安装以下依赖项:
->Hailo 内核设备驱动程序和固件
->HailoRT 中间件软件
->Hailo Tappas 核心后处理库
->rpicam-apps Hailo 后处理软件演示阶段
[]最后,使用 sudo reboot 重新启动 Raspberry Pi 以使这些设置生效。
[]为确保一切正常运行,请运行以下命令:
hailortcli fw-control identify
如果您看到类似以下内容的输出,则表示您已成功安装 AI Kit 及其软件依赖项:
Executing on device: 0000:01:00.0 Identifying board Control Protocol Version: 2 Firmware Version: 4.17.0 (release,app,extended context switch buffer) Logger Version: 0 Board Name: Hailo-8 Device Architecture: HAILO8L Serial Number: HLDDLBB234500054 Part Number: HM21LB1C2LAE Product Name: HAILO-8L AI ACC M.2 B+M KEY MODULE EXT TMP
此外,您可以运行 dmesg | grep -i hailo 来检查内核日志,该日志应产生类似以下内容的输出:
[ 3.049657] hailo: Init module. driver version 4.17.0 [ 3.051983] hailo 0000:01:00.0: Probing on: 1e60:2864... [ 3.051989] hailo 0000:01:00.0: Probing: Allocate memory for device extension, 11600 [ 3.052006] hailo 0000:01:00.0: enabling device (0000 -> 0002) [ 3.052011] hailo 0000:01:00.0: Probing: Device enabled [ 3.052028] hailo 0000:01:00.0: Probing: mapped bar 0 - 000000000d8baaf1 16384 [ 3.052034] hailo 0000:01:00.0: Probing: mapped bar 2 - 000000009eeaa33c 4096 [ 3.052039] hailo 0000:01:00.0: Probing: mapped bar 4 - 00000000b9b3d17d 16384 [ 3.052044] hailo 0000:01:00.0: Probing: Force setting max_desc_page_size to 4096 (recommended value is 16384) [ 3.052052] hailo 0000:01:00.0: Probing: Enabled 64 bit dma [ 3.052055] hailo 0000:01:00.0: Probing: Using userspace allocated vdma buffers [ 3.052059] hailo 0000:01:00.0: Disabling ASPM L0s [ 3.052070] hailo 0000:01:00.0: Successfully disabled ASPM L0s [ 3.221043] hailo 0000:01:00.0: Firmware was loaded successfully [ 3.231845] hailo 0000:01:00.0: Probing: Added board 1e60-2864, /dev/hailo0
[]为确保摄像头正常运行,请运行以下命令:
rpicam-hello -t 10s
这将启动摄像头并显示预览窗口十秒钟。验证所有安装正确后,就可以运行一些演示了。
[] rpicam-apps 相机应用程序套件实现了后处理框架。本节包含几个演示后处理阶段,重点介绍了 AI Kit 的一些功能。
[] 以下演示使用 rpicam-hello,默认情况下会显示预览窗口。但是,您可以改用其他 rpicam-apps,包括 rpicam-vid 和 rpicam-still。您可能需要添加或修改一些命令行选项,以使演示命令与其他应用程序兼容。
[] 首先,下载演示所需的后处理 JSON 文件。这些文件确定要运行哪些后处理阶段并配置每个阶段的行为。例如,您可以在对象检测演示中启用、禁用、增强或削弱时间过滤的强度。或者,您可以在分割演示中启用或禁用输出蒙版绘制。
[] 要下载整个后处理 JSON 文件集合,请克隆 rpicam-apps 存储库。运行以下命令以仅从存储库克隆最新的提交,从而节省空间:
git clone --depth 1 https://github.com/raspberrypi/rpicam-apps.git ~/rpicam-apps
[] 提示:
后续部分提供的命令使用此存储库中的 JSON 文件。为了方便引用这些文件,此命令会在您的主文件夹中创建克隆的 rpicam-apps 目录。如果您修改此目录的位置,还必须更改下面的演示命令以引用 JSON 文件的新位置。
->对象检测
此演示显示神经网络检测到的对象周围的边界框。要禁用取景器,请使用 -n 标志。要返回描述检测到的对象的纯文本输出,请添加 -v 2 选项。运行以下命令在您的 Raspberry Pi 上试用演示:
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov6_inference.json --lores-width 640 --lores-height 640
或者,您可以尝试另一个在性能和效率方面具有不同权衡的模型。
要使用 Yolov8 模型运行演示,请运行以下命令:
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov8_inference.json --lores-width 640 --lores-height 640
要使用 YoloX 模型运行演示,请运行以下命令:
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolox_inference.json --lores-width 640 --lores-height 640
要使用 Yolov5 人物和人脸模型运行演示,请运行以下命令:
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov5_personface.json --lores-width 640 --lores-height 640
->图像分割
此演示执行对象检测并分割对象通过在取景器图像上绘制颜色蒙版。运行以下命令在 Raspberry Pi 上试用该演示:
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov5_segmentation.json --lores-width 640 --lores-height 640 --framerate 20
->姿势估计
此演示执行 17 点人体姿势估计,绘制连接检测到的点的线。运行以下命令在 Raspberry Pi 上试用该演示:
rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov8_pose.json --lores-width 640 --lores-height 640
[] Hailo 还创建了一组可以在 Raspberry Pi 5 上运行的演示,可在 hailo-ai/hailo-rpi5-examples GitHub 存储库中找到。
[] 您可以在 hailo-ai/hailo_model_zoo GitHub 存储库中找到 Hailo 的广泛模型库,其中包含大量神经网络。
[] 查看 Hailo 社区论坛和开发者专区,了解有关 Hailo 硬件和工具的进一步讨论。
[] https://datasheets.raspberrypi.com/ai-kit/raspberry-pi-ai-kit-product-brief.pdf
[] https://www.raspberrypi.com/documentation/accessories/ai-kit.html
有关 AI Kit 的更多信息,包括机械规格和操作环境限制,请参阅产品简介。
周一-周五(9:30-6:30)周六(9:30-5:30)
手机:13434470212
邮箱:services04@spotpear.cn
QQ:202004841