【产品详情】

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

【AI 模块功能】

】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

【安装】

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。

【上手使用】

】前提条件

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）

】硬件设置

[] 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。

】示例

[] 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

】更多资源

[] 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

【产品简介】

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。

【售后】

周一-周五（9:30-6:30）周六（9:30-5:30）

手机：13434470212

邮箱：services04@spotpear.cn

QQ：202004841