# 人工智能套件（AI Kit）

## 关于

![树莓派 AI 套件](https://www.raspberrypi.com/documentation/accessories/images/ai-kit.jpg)

树莓派 AI 套件

树莓派 AI 套件将树莓派 M.2 HAT+ 与 Hailo AI 加速模块捆绑在一起，用于树莓派 5。该套件包含以下物品：

* Hailo AI 模块，含神经处理单元（NPU）
* 树莓派 M.2 HAT+，用于将 AI 模块接入你的树莓派 5
* Ai 模块和 M.2 HAT+ 间预装了导热触点
* 安装螺丝套件
* 16 mm 堆叠 GPIO 引脚

## AI 模块功能

* 每秒 13 万亿次（TOPS）神经网络推理加速器，基于 Hailo-8L 芯片设计。
* M.2 2242 外形尺寸

## 安装

要使用 Ai 套件，你需要：

* 树莓派 5

每份 Ai 套件都配备了预安装的 Ai 模块、排线电缆、GPIO 堆叠排针和安装硬件。请按照以下说明完成安装你的 Ai 套件：

1. 首先，请确保你的树莓派运行的软件是最新的。运行以下命令进行更新：

   ```bash
   $ sudo apt update && sudo apt full-upgrade
   ```
2. 接下来，请确保你的树莓派固件是最新的。运行以下命令可查看你正在运行的固件版本：

   ```bash
   $ sudo rpi-eeprom-update
   ```

   如果你看到的日期是 2023 年 12 月 6 日及更晚，请继续下一步。如果你看到的日期早于 2023 年 12 月 6 日，请运行以下命令打开树莓派配置 CLI：

   ```bash
   $ sudo raspi-config
   ```

   在 **Advanced Options** > **Bootloader Version** 下，选择 **Latest**。然后，单击 **Finish**，或按 **Esc 键** 可退出 `raspi-config`。

   运行以下命令，可以将固件更新到最新版本：

   ```bash
   $ sudo rpi-eeprom-update -a
   ```

   然后，使用 `sudo reboot` 重启。
3. 在开始安装前，请断开树莓派的电源。
4. 为了获得最佳性能，我们建议将 Ai 套件与树莓派主动散热器搭配使用。如果你有主动散热器，请在安装 Ai 套件之前安装它。

![安装树莓派 AI 套件 01](https://www.raspberrypi.com/documentation/accessories/images/ai-kit-installation-01.png)

5. 使用附带的四颗螺丝安装间隔柱。牢固地将 GPIO 堆叠排针压在树莓派的 GPIO 引脚顶部；只要所有引脚都能正确插入即可，方向无所谓。从 Ai 套件上断开排线电缆，将另一端插入树莓派的 PCIe 接口。从两侧抬起排线电缆固定器，然后将带有铜触点朝向内部、即朝向 USB 接口的线缆插入。确保排线电缆完全且均匀地插入 PCIe 接口，然后从两侧按下电缆固定器，将排线电缆牢固地固定在位。

![安装树莓派 AI 套件 02](https://www.raspberrypi.com/documentation/accessories/images/ai-kit-installation-02.png)

6. 将 AI 套件放在间隔物顶部，并使用剩下的四颗螺丝将其固定在位。

![安装树莓派 AI 套件 03](https://www.raspberrypi.com/documentation/accessories/images/ai-kit-installation-03.png)

7. 将排线插入 AI 套件上的插槽。从两侧抬起排线固定器，然后插入铜接点朝上的电缆。将排线完全均匀地插入接口，从两侧按下电缆固定器，牢固地固定排线电缆。

![安装树莓派 AI 套件 04](https://www.raspberrypi.com/documentation/accessories/images/ai-kit-installation-04.png)

8. 恭喜，现在你已成功的安装 AI 套件了。将你的树莓派接入电源；树莓派系统可自动检测 AI 套件。

![安装树莓派 AI 套件 05](https://www.raspberrypi.com/documentation/accessories/images/ai-kit-installation-05.png)

> **警告**
>
> 在连接/断开 M.2 插槽上的设备之前，务必先将你的树莓派断开电源。

## 入门指南

本指南将帮助你设置树莓派 5 与树莓派 AI 套件配合使用。这将使你能够使用 Hailo AI 神经网络加速器运行 `rpicam-apps` 摄像头演示。

### 准备工作

对于本指南，你将需要以下物品：

* 树莓派 5
* 树莓派 Ai 套件，其中包括：
  * M.2 HAT+
  * 预装的 Hailo-8L Ai 模块
* 64 位树莓派系统 Bookworm 系统
* 官方树莓派摄像头（例如摄像头模块 3 或高质量（HQ）摄像头）

### 硬件设置

1. 将摄像头连接到你的树莓派 5 主板，按照在安装树莓派摄像头中的说明进行操作。你可以跳过电源连接，因为你需要在下一步中断开树莓派的电源。
2. 按照安装说明将你的 AI 套件硬件连接到你的树莓派 5。
3. 按照说明启用 PCIe Gen 3.0。这一步骤是可选的，但为了使你的 AI 套件获得最佳性能，强烈建议启用它。
4. 安装使用 Ai 套件所需的依赖包。在终端运行以下命令：

   ```bash
   $ 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
5. 最后，使用 `sudo reboot` 重启你的树莓派，以使这些设置生效。
6. 为确保一切正常运行，请运行以下命令：

   ```bash
   $ hailortcli fw-control identify
   ```

   如果你看到类似如下信息的输出，则已成功安装了 Ai 套件及其软件依赖包：

   ```json
   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
   ```

   另外，你可以运行 `dmesg | grep -i hailo` 来查看内核日志，应该会产生类似以下的输出：

   ```json
   [    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
   ```
7. 为了确保摄像头正常运行，请运行以下命令：

   ```bash
   $ rpicam-hello -t 10s
   ```

   这将启动摄像头并显示一个十秒钟的预览窗口。如果你已经验证一切安装正确，就可运行一些演示了。

### 演示

`rpicam-apps` 摄像头应用套件实现了一个后处理框架。本节包含一些演示后处理阶段，突出了 Ai 套件的一些功能。

以下演示使用 `rpicam-hello`，默认情况下显示一个预览窗口。但是，你也可以使用其他 `rpicam-apps`，包括 `rpicam-vid` 和 `rpicam-still`。你可能需要添加或修改一些命令行选项，以使演示命令与替代应用程序兼容。

要开始，请下载演示所需的后处理 JSON 文件。这些文件确定要运行的后处理阶段，并配置每个阶段的行为。例如，你可以在对象检测演示中启用、禁用、加强/减弱时间滤波的强度。或者你可以在分割演示中启用或禁用输出蒙版绘制。

要下载完整的后处理 JSON 文件集合，请克隆 rpicam-apps 存储库。运行以下命令仅拉取存储库中最新的提交，以节省空间：

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

> **技巧**
>
> 后续部分提供的命令使用此存储库中的 JSON 文件。为了便于引用这些文件，此命令在你的主文件夹中创建了克隆的 rpicam-apps 目录。如果你修改了此目录的位置，则还必须修改下面的演示命令，以引用 JSON 文件的新位置。

#### 目标检测

此演示显示神经网络检测到的物体周围的边界框。要禁用取景器，请使用参数 `-n`。要返回纯文本输出，说明检测到的物体，请添加参数 `-v 2`。运行以下命令在你的树莓派上尝试演示：

```bash
$ rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov6_inference.json --lores-width 640 --lores-height 640
```

或者，你可以尝试另一款性能和效率上不同权衡的模型。

使用 Yolov8 模型运行演示，请运行以下命令：

```bash
$ rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov8_inference.json --lores-width 640 --lores-height 640
```

使用 YoloX 模型运行演示，请运行以下命令：

```bash
$ rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolox_inference.json --lores-width 640 --lores-height 640
```

使用 Yolov5 人脸模型运行演示，请运行以下命令：

```bash
$ 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，并通过在取景器图像上绘制颜色掩模来对对象进行分割。运行以下命令在你的树莓派上尝试演示：

```bash
$ 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，绘制连接检测点的线条。运行以下命令在你的树莓派上尝试演示：

```bash
$ rpicam-hello -t 0 --post-process-file ~/rpicam-apps/assets/hailo_yolov8_pose.json --lores-width 640 --lores-height 640
```

### 进一步资源

Hailo 还创建了一组演示，你可以在树莓派 5 上运行，可在GitHub 存储库 hailo-ai/hailo-rpi5-examples 中找到。

你可以在GitHub 存储库 hailo-ai/hailo\_model\_zoo 中找到 Hailo 广泛的模型库，其中包含大量神经网络。

查看 Hailo 社区论坛和开发者区，进一步讨论有关 Hailo 硬件和工具的内容。

## 产品简介

有关 Ai 套件的更多信息，包括机械规格和操作环境限制，请参阅产品简介。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://rpicn.bsdcn.org/pei-jian/ren-gong-zhi-neng-tao-jian-ai-kit.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.