Raspberry Pi 5 AI加速入门指南：Hailo NPU配置与使用教程
前言
本文将详细介绍如何在Raspberry Pi 5上配置和使用Hailo NPU（神经网络处理单元）进行AI加速。通过本教程，您将能够利用Hailo NPU的强大算力运行各种基于摄像头的AI应用，包括物体检测、图像分割和姿态估计等。
准备工作
在开始之前，请确保您已准备好以下硬件和软件：
硬件需求：
- Raspberry Pi 5主板
- 以下NPU设备之一：
- Raspberry Pi AI套件（包含M.2 HAT+扩展板和预装的Hailo-8L AI模块）
- Raspberry Pi AI HAT+扩展板
- 官方Raspberry Pi摄像头（如Camera Module 3或High Quality Camera）
软件需求：
- 64位Raspberry Pi OS Bookworm操作系统
硬件安装步骤
1. 摄像头安装
首先，按照标准流程将摄像头连接到Raspberry Pi 5的CSI接口。注意保持电源断开状态，因为接下来需要安装NPU扩展板。
2. NPU扩展板安装
根据您选择的NPU设备类型（AI套件或AI HAT+），按照相应的安装指南将扩展板正确连接到Raspberry Pi 5上。
3. 性能优化（可选但推荐）
为了获得最佳性能，建议启用PCIe Gen 3.0模式。这可以通过修改系统配置实现。
软件配置
1. 安装依赖包
在终端中执行以下命令安装必要的软件包：
sudo apt install hailo-all
这个命令将安装以下组件：
- Hailo内核驱动和固件
- HailoRT中间件软件
- Hailo Tappas后处理库
rpicam-apps的Hailo后处理演示阶段
2. 系统重启
安装完成后，执行sudo reboot命令重启系统使配置生效。
3. 验证安装
重启后，运行以下命令验证NPU是否正常工作：
hailortcli fw-control identify
如果看到类似以下的输出，表示NPU已成功安装：
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
您还可以通过dmesg | grep -i hailo命令检查内核日志，确认驱动加载情况。
4. 摄像头测试
运行以下命令测试摄像头是否正常工作：
rpicam-hello -t 10s
此命令将启动摄像头并显示10秒的预览窗口。
AI演示应用
1. 物体检测
Hailo NPU支持多种物体检测模型，包括YOLOv5、YOLOv6、YOLOv8和YOLOX等。以下是运行不同模型的命令示例：
# YOLOv6模型
rpicam-hello -t 0 --post-process-file /usr/share/rpi-camera-assets/hailo_yolov6_inference.json
# YOLOv8模型
rpicam-hello -t 0 --post-process-file /usr/share/rpi-camera-assets/hailo_yolov8_inference.json
# YOLOv5人物和面部检测
rpicam-hello -t 0 --post-process-file /usr/share/rpi-camera-assets/hailo_yolov5_personface.json
2. 图像分割
图像分割演示会在检测到的物体上绘制彩色遮罩：
rpicam-hello -t 0 --post-process-file /usr/share/rpi-camera-assets/hailo_yolov5_segmentation.json --framerate 20
3. 姿态估计
17点人体姿态估计演示会绘制连接检测点的线条：
rpicam-hello -t 0 --post-process-file /usr/share/rpi-camera-assets/hailo_yolov8_pose.json
版本管理
Hailo软件包和驱动程序的版本必须匹配才能正常工作。如果需要特定版本，可以按照以下步骤操作：
- 首先解除可能存在的版本锁定：
sudo apt-mark unhold hailo-tappas-core hailort hailo-dkms
- 安装指定版本的软件包：
# 安装v4.19版本
sudo apt install hailo-tappas-core=3.30.0-1 hailort=4.19.0-3 hailo-dkms=4.19.0-1 python3-hailort=4.19.0-2
sudo apt-mark hold hailo-tappas-core hailort hailo-dkms python3-hailort
进阶建议
-
性能调优：对于实时应用，可以尝试调整帧率和分辨率以获得最佳性能平衡。
-
模型选择：不同模型在准确性和速度上有不同表现，建议根据应用场景选择合适的模型。
-
开发扩展：熟悉基本功能后，可以尝试开发自定义的后处理阶段，充分利用Hailo NPU的加速能力。
通过本教程，您应该已经成功在Raspberry Pi 5上配置了Hailo NPU，并能够运行各种AI视觉应用。这些功能为智能监控、机器人视觉、工业检测等应用提供了强大的基础支持。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
