描述

什么是 TDA4VM？

邊緣 AI 允許嵌入式設備捕獲數據，然后對其做出決策，而無需外部連接到服務器。隨著數據量的增加，對更強大的處理器和模型的需求也在增加。Texas Instruments 的 TDA4VM 包含雙 Arm Cortex-A72 CPU、DSP、深度學習、視覺和多媒體加速器，以及用于連接相機、網絡和顯示器的充足外部連接。

?

憑借如此高效的封裝中的所有這些功能，邊緣 AI 應用程序的潛力幾乎是無限的。

SK -TDA4VM 入門套件具有多種相機連接器、用于 WiFi/藍牙卡的 M.2 E-key 連接器、4GB LPDDR4 內存、大量 USB 端口、一個 DisplayPort 連接器，是開始構建原型的快速方法到 4K 分辨率，以及支持 1080p 輸出的 HDMI 端口。

連接外設

開始時，以太網、HDMI、微型 USB 和 USB 攝像頭電纜都已插入評估套件。由于 5-20VDC 的電源輸入要求和 5000mA 的最大輸出電流，因此使用了具有 USB Power Delivery (PD) 功能的 65W USB C 電源。

刷入操作系統

在 TDA4VM 上啟動操作系統之前，首先需要將其加載到存儲設備上。在這種情況下，使用了 Micro SD 卡，這需要將每個開關的處理器啟動模式設置 DIP 開關 (SW1) 設置為“關閉”位置。

?

接下來，應從此鏈接下載最新的操作系統映像，并使用Balena Etcher等實用程序將其寫入 SD 卡。版本 1.7.2 似乎有一個已知問題，但1.7.0已被驗證可以正常工作。

?

該映像適用于 16GB SD 卡，但可以在 Linux PC 上通過以下步驟擴展根文件系統：

#find the SD card device entry using lsblk (Eg: /dev/sdc)
#use the following commands to expand the filesystem
#Make sure you have write permission to SD card or run the commands as root

#Unmount the BOOT and rootfs partition before using parted tool
umount /dev/sdX1
umount /dev/sdX2

#Use parted tool to resize the rootfs partition to use
#the entire remaining space on the SD card
#You might require sudo permissions to execute these steps
parted -s /dev/sdX resizepart 2 '100%'
e2fsck -f /dev/sdX2
resize2fs /dev/sdX2

#replace /dev/sdX in above commands with SD card device entry

首次開機

現在插入 Micro SD 卡并正確選擇相關的啟動模式，而無需連接電源，現在可以通電了。啟動和顯示墻紙的時間應該少于 20 秒。參考下面的SK板連接和開機時屏幕上顯示的墻紙：

?

?

?

?

1 / 3

?

可以通過 UART 上的微型 USB 電纜在連接的主機上查看引導日志115200bps。一旦啟動并查看登錄提示，只需以root用戶身份登錄，無需密碼。

?

遠程開發

與其他單板 Linux 計算機一樣，SK-TDA4VM 支持開箱即用的 SSH，與 UART 終端相比，這使得開發應用程序更加容易。Texas Instruments 建議使用 VS Code 以及可以根據這些說明安裝的“遠程開發擴展包” 。添加擴展后，只需添加屏幕上顯示的主機 IP 地址并將用戶設置為root.

?

運行基于 Python 的演示

現在一切都已啟動并運行，最后一步是在一些數據上實際運行模型并查看結果。方便的是，之前閃存的操作系統映像已經包含一個用 Python 和 C++ 編寫的示例演示程序，以及位于/opt/edge_ai_apps/data. 所有這些文件都可以在 下找到/opt/edge_ai_apps，Python 示例位于該apps_python目錄中。要啟動演示，只需在/opt/edge_ai_apps/apps_python目錄中執行以下命令：

root@tda4vm-sk:/opt/edge_ai_apps/apps_python# ./app_edgeai.py ../configs/image_classification.yaml

注意../configs/image_classification.yaml是如何作為第一個參數傳遞給程序的。此文件包含有關演示應如何運行的配置，包括輸入、輸出、模型和流，詳細說明了先前元素的組合方式。默認情況下，流程將采用input0（網絡攝像頭/dev/video2），將其傳遞給 MobileNetV2 模型，然后通過 HDMI 端口顯示生成的幀，但也可以使用其他輸入、模型和輸出。

?

?

?

?

1 / 4

?

?

下一步

yaml通過添加新輸入更改配置文件、將當前模型與 中找到的其他模型交換/opt/model_zoo，甚至通過運行以下命令使用模型下載器工具下載新模型，您可以隨意進行試驗：

root@tda4vm-sk:/opt/edge_ai_apps# ./download_models.sh

?

有關配置文件的更多信息可在此處找到，而SK-TDA4VM產品頁面可在德州儀器網站上的此處查看。