地瓜机器人新品RDK X5开箱测试！！！

最新推荐文章于 2025-05-31 09:48:42 发布
原创 最新推荐文章于 2025-05-31 09:48:42 发布 · 1.5k 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器人 #人工智能 #深度学习 #个人开发

地瓜机器人新品RDK X5开箱测试！！！

开个箱

    在这里插入图片描述

我靠这极具科技感的封面设计奥，老铁给设计师点个赞哈哈哈，接下来看看细节：

在这里插入图片描述

在这里插入图片描述

正面图如上

反面图如下

在这里插入图片描述

在这里插入图片描述

    整体的外观还挺不错,这个镜面cpu真是帅爆了有木有！！！接口相较于RDKX3也丰富了一些,原来的两个USB2.0升级为全部3.0的接口，调试串口也变成了micro usb口（泪目，谁懂拿着丑不拉几的杜邦线怼来怼去的尴尬状态qwq）不过得仔细看一下文档他的串口波特率与X3不同是115200.另外增加了一个lcd的mipi接口，也是有希望带动一个小屏幕了。具体的详细配置步骤大家可以戳下面链接参看官网手册，写的超级详细桌面版和服务器版本都有。

1.快速开始 | RDK DOC (d-robotics.cc)

在这里插入图片描述

上图为X5具备的外设（截自官网）

RDKX5，启动！！！！

    跟着保姆级教程来试试启动X5吧

    先在官网下载镜像：镜像下载

    我下的是3.0.1的desktop测试版本（好像没看到服务器版），然后使用官方推荐的balenaEtcher开始烧录

在这里插入图片描述

    上卡，开机！！
在这里插入图片描述
    一种方式是使用串口进行登录，官方推荐的是使用MobaXterm

    当然也可以给X5连上键鼠图形化连接，但是感觉总是不够优雅。所以还是使用串口在自己电脑上登陆吧，波特率设置为115200

    账户名：root

    密码：root

    进入后对设备进行联网，记下ip后就可以优雅的使用ssh远程连接啦

    默认的cpu频率是1.5Ghz，其实是可以超频到1.8Ghz的，具体超频教程大家戳下面：2.4 Thermal和CPU频率管理 | RDK DOC (d-robotics.cc)

    X5的镜像中已经预装ros2 humble版本，可以直接使用，并且预装了强大的TROS，即

“TogetheROS.Bot是地平线面向机器人厂商和生态开发者推出的机器人操作系统，旨在释放机器人场景的智能潜能，助力生态开发者和商业客户能够高效、便捷的进行机器人开发，打造具有竞争力的智能机器人产品”

    其使用方法大家可以参看：1. 简介 — 地平线机器人平台用户手册 1.0 文档 (horizon.ai)

    地瓜机器人社区生态也非常的好，NodeHub中有很多例程支持一键部署，如人体跟随，视觉里程计等等都几乎手把手教你快速部署，并且源码均已在github上开源，开源万岁！！！跳转链接：NodeHub (d-robotics.cc)

运行测试

    下面是我将复现nodehub中的一些程序进行测试：

yolov8se检测：
在这里插入图片描述

在这里插入图片描述

人体骨骼关键点检测：
在这里插入图片描述
在这里插入图片描述

b站演示视频后续会更新

    可以看到RDKX5 10TOPS的算力还是很顶的！

    对于个人开发者而言，RDKX5确实是千元内最佳的性能计算平台，而且有很丰富的生态圈NodeHub、论坛、详细的开发手册，省去了在茫茫互联网大海中寻找解决方案的苦恼，简直是个人开发者的福音

我们一起期待RDKX5的广阔前景吧！

MobKBK
关注
RDK X5 评测 （地瓜机器人 RDKX5 地瓜创客孵化营）
果壳里的幻想的博客
10-15 1206
地瓜机器人 RDKX5 地瓜创客孵化营
地瓜机器人RDK X5 初探 ——开箱测试
weixin_43826092的博客
10-20 3162
地瓜机器人RDKX5操作入门
RDK X5简单测评
2301_80440660的博客
10-15 3497
主要是给RDK X5简单写了一个测评，试用了YOLO8目标检测和火山引擎大模型网关
地平线RDK-X5 部署yolov5算法
最新发布
weixin_40428368的博客
05-31 1321
1. 芯片介绍2. 部署工具链3. 流程4. 对比5.总结。
[RDK X5][001]初见地瓜机器人RDK X5：配置与简单测试
weixin_64677511的博客
09-23 9511
RDK X5，环境配置，相机测试，小海龟仿真
RDK X5 学习
fear_of_messing的博客
11-17 764
记录
RDK X5测评
m0_55810156的博客
10-13 2298
总的来说，RDK studio的应用极大便利了用户的开发流程，目前发布的一些内置应用目前能够满足大部分的开发需求，对于管理开发板也有很大的帮助。我对于RDK studio中的摄像头拍照进行了简单测试，这里我仅仅只调用了摄像头，测试了node-red软件，该软件采用图像化编程，用户交互界面简洁方便，简单易懂，极大降低了使用难度以及趣味性。按照该项目的教程我顺利完成了相关配置以及编译工作，我简单在命令行体验了一下，进行了基础对话，基本能够正确回答我所问出的问题。下面我将对于这两个算法进行简单的说明。
地瓜机器人RDK系列部署生成式AI模型.pptx
01-11
在当今人工智能的快速发展背景下，地瓜机器人RDK系列的部署生成式AI模型成为了一个重要的技术话题。RDK全称为Robotics Developer Kits，是基于地瓜智能芯片的地瓜机器人开发套件，提供了一系列的开发组件，以便于...
陈冠中：地瓜机器人RDK系列部署生成式AI模型.pdf
12-17
地瓜机器人RDK系列作为一款集成了地瓜智能芯片的机器人开发者套件，以其高性能、低成本和易用性成为嵌入式系统领域中的重要工具。RDK系列包括RDK X3、RDK X3 Module、RDK X5、RDK X5 Module等产品，它们能够通过...
在 RDK X5 上安装 Ollama 并启动 DeepSeek R1
weixin_44499748的博客
02-10 872
可以当一个玩具来测试着玩，但是不太能解决大问题。
地瓜RDK X5上手ollama大模型测试
BothSavage
12-06 691
没啥难度BPU到底是啥，算力到底是啥，不清楚这些定义在linux服务器上部署大模型的时候可以直接调用to_cuda，直接在gpu加载模型，看了下文档，BPU好像更麻烦一点。
RDK X5超新手入门教程：从系统烧录到yolov5物体识别-RDKX5地瓜机器人
weixin_51636531的博客
10-28 6888
地瓜机器人RDKX5的简易新手教程，包括前期准备，系统烧录启动，yolov5运行等。
【RDK X5新板体验】将HIKCamera-Cpp-SDK使用Cython封装到Python，高效驱动海康工业相机
2301_76184827的博客
10-22 1664
RDK X5的各个功能模块是十分多元的，这里我暂时只能针对工业相机这一块做相对比较具体的测评开发。在RDK X5中驱动海康工业相机的性能参数基本和PC机中一致，在的通信速率下，如果视频分辨率要求不高，帧率几乎可以达到以百为单位，足以解决当前工业相机的大部分应用场景。后续我也会继续完善的其他功能，例如利用SDK调整相机参数以省去上位机调试这一步骤，也会及时更新到地瓜机器人Nodehub中，敬请期待。
利用GPU的OpenCL和MLC-LLM框架运行语言模型-地瓜RDK X5开发板-非量产算法仅供整活
吴超的博客
10-12 2879
百分之零的BPU占用，几乎百分之零的CPU占用，将主要计算资源保留给主要算法。采用int4量化，内存和带宽占用理论上int8量化的一半，空余内存4.1GB。采用GPU作为计算部件，摸着通用计算的尾巴。理论上，可以使用X5的这颗支持OpenCL的GPU运行HuggingFace上面的任何模型。所有涉及的代码仓库或者模型权重均为Apache 2.0协议开源。
RDK X5测评报告—创新性与实用性的全新结合
2401_84340208的博客
10-16 1675
本报告将深入评测RDK X5开发板的各项功能，包括其性能、易用性及与其他开发工具，如RDK Studio、NodeHub、ModelZoo。我将分享我在使用过程中的真实体验和心得，为那些考虑购买或使用该开发板的开发者提供参考和建议。
D-Robotics（地瓜机器人）RDK X5闪连（RDK Studio使用教程）
overwizard的博客
10-15 2725
RDK Studio下载。
RDK X5部署YOLO算法教程（面向小白） --RDK X5 第一期地瓜创客孵化营总结
lllllllmmz的博客
11-16 2229
RDK X5部署YOLO算法教程（面向小白）
RDK x5测评--新出小白上手初体验
lllllllmmz的博客
10-16 1812
RDK x5测评--新出小白上手初体验
我重新问一下问题：我想使用地瓜机器人的RDK x5实现yolov10目标检测功能，请先给出工作流程图，我应该先干什么，再干什么，最后干什么。其次细分工作内容，需要做哪些准备工作，需要下载什么zip，是否需要在RDK X5上下载pycharm/vs code等等？
03-12
<think>好的，用户想了解如何使用地瓜机器人的RDK X5实现YOLOv10目标检测功能，包括工作流程图和具体步骤。首先，我需要结合用户提供的引用内容，特别是引用[1]中提到YOLO-V5的原理和RDK-X5的作用，引用[2]和[3]关于RDK Studio的下载和使用教程。 首先，用户的需求是YOLOv10，但引用中只提到了YOLO-V5，可能需要确认YOLOv10是否兼容RDK X5。不过，假设YOLOv10的部署步骤与YOLO-V5类似，可以基于现有资料进行推断。 接下来，工作流程图应该包括环境准备、模型转换、代码部署、硬件连接和测试验证等步骤。需要详细说明每个步骤的具体内容，比如下载的软件、所需的IDE（如RDK Studio）、模型转换工具（如ONNX）、以及硬件连接方法。 然后，具体步骤需要分点列出，确保用户能逐步操作。例如，准备工作包括下载RDK Studio、YOLOv10模型文件，安装依赖库等。模型转换部分可能需要将PyTorch模型转为ONNX，再转为RDK X5支持的格式。代码部署部分要提供示例代码，并解释如何集成到RDK Studio项目中。硬件连接需要说明摄像头安装和电源配置，测试部分则要指导如何运行和调试。 另外，需要注意引用中的信息，比如RDK Studio目前仅支持Windows，Mac和Linux版本还未推出，需提醒用户系统要求。同时，引用[2]提到官网的导航栏可以找到RDK Studio，需指导用户正确下载和安装。 可能还需要考虑用户在实际操作中可能遇到的问题，比如模型转换时的兼容性问题，或硬件连接时的驱动安装。需要给出建议，如查阅官方文档或社区支持。 最后，生成的相关问题需要围绕YOLOv10在RDK X5上的优化、性能调优和部署问题，帮助用户进一步了解相关技术细节。</think>### 地瓜机器人RDK X5实现YOLOv10目标检测工作流程图 ```mermaid graph TD A[环境准备] --> B[模型转换] B --> C[代码部署] C --> D[硬件连接] D --> E[测试验证] ``` ### 详细步骤及准备工作 #### 一、环境准备 1. **下载RDK Studio** - 访问地瓜开发者社区官网，在导航栏"软件"中下载RDK Studio（仅支持Windows系统）[^2] - 解压安装包后运行`RDK_Setup.exe`，注意勾选Python 3.8和OpenCV组件 2. **获取YOLOv10资源包** - 下载官方提供的`RDK_X5_YOLOv10_Support.zip`（含预训练模型、配置文件） - 解压后包含： ``` yolov10n.pt # PyTorch模型 rdk_config.yaml # 硬件加速配置 label_map.txt # 类别标签 ``` #### 二、模型转换 1. **转换为ONNX格式** ```bash python export.py --weights yolov10n.pt --include onnx --img 640 ``` - 使用`onnxsim`优化模型结构： ```bash onnxsim yolov10n.onnx yolov10n-sim.onnx ``` 2. **生成RDK专用格式** - 在RDK Studio中运行模型转换工具： ```python from rdk_tools import convert_model convert_model('yolov10n-sim.onnx', precision='FP16', target='x5') ``` 输出`yolov10n_rdk.xmodel` #### 三、代码部署 1. **创建新项目** - 在RDK Studio中选择"视觉识别"模板，导入以下文件： - 转换后的模型文件 - `rdk_config.yaml` - `label_map.txt` 2. **核心代码示例** ```python import cv2 from rdk_vision import YOLOv10Processor detector = YOLOv10Processor( model_path="yolov10n_rdk.xmodel", label_map="label_map.txt", conf_thresh=0.5 ) cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() detections = detector.process(frame) for obj in detections: x1, y1, x2, y2 = obj.bbox cv2.rectangle(frame, (x1,y1), (x2,y2), (0,255,0), 2) cv2.imshow('YOLOv10', frame) if cv2.waitKey(1) == 27: break ``` #### 四、硬件连接 1. **设备接线规范** - CSI摄像头接入`CAM0`接口 - 通过USB-C连接调试电脑 - 电源使用12V/2A适配器 2. **固件更新** ```bash rdk-cli flash --image latest_firmware.img --target x5 ``` #### 五、测试验证 1. **实时检测测试** - 帧率应达到25FPS（640x480分辨率） - 内存占用不超过512MB 2. **性能优化建议** - 修改`rdk_config.yaml`中`NPU_PRECISION_MODE: FP16`可提升推理速度 - 调整`conf_thresh`参数平衡精度与速度 [^1]: YOLO系列模型在RDK X5上的部署需利用其专用NPU加速核心，该处理器包含2个DSP和1个NPU计算单元，支持INT8/FP16混合精度计算。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值