开始使用TI SK-TDA4VM开发套件

描述

什么是 TDA4VM？

边缘 AI 允许嵌入式设备捕获数据，然后对其做出决策，而无需外部连接到服务器。随着数据量的增加，对更强大的处理器和模型的需求也在增加。Texas Instruments 的 TDA4VM 包含双 Arm Cortex-A72 CPU、DSP、深度学习、视觉和多媒体加速器，以及用于连接相机、网络和显示器的充足外部连接。

 

凭借如此高效的封装中的所有这些功能，边缘 AI 应用程序的潜力几乎是无限的。

SK -TDA4VM 入门套件具有多种相机连接器、用于 WiFi/蓝牙卡的 M.2 E-key 连接器、4GB LPDDR4 内存、大量 USB 端口、一个 DisplayPort 连接器，是开始构建原型的快速方法到 4K 分辨率，以及支持 1080p 输出的 HDMI 端口。

连接外设

开始时，以太网、HDMI、微型 USB 和 USB 摄像头电缆都已插入评估套件。由于 5-20VDC 的电源输入要求和 5000mA 的最大输出电流，因此使用了具有 USB Power Delivery (PD) 功能的 65W USB C 电源。

刷入操作系统

在 TDA4VM 上启动操作系统之前，首先需要将其加载到存储设备上。在这种情况下，使用了 Micro SD 卡，这需要将每个开关的处理器启动模式设置 DIP 开关 (SW1) 设置为“关闭”位置。

 

接下来，应从此链接下载最新的操作系统映像，并使用Balena Etcher等实用程序将其写入 SD 卡。版本 1.7.2 似乎有一个已知问题，但1.7.0已被验证可以正常工作。

 

该映像适用于 16GB SD 卡，但可以在 Linux PC 上通过以下步骤扩展根文件系统：

#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

首次开机

现在插入 Micro SD 卡并正确选择相关的启动模式，而无需连接电源，现在可以通电了。启动和显示墙纸的时间应该少于 20 秒。参考下面的SK板连接和开机时屏幕上显示的墙纸：

 

 

 

 

1 / 3

 

可以通过 UART 上的微型 USB 电缆在连接的主机上查看引导日志115200bps。一旦启动并查看登录提示，只需以root用户身份登录，无需密码。

 

远程开发

与其他单板 Linux 计算机一样，SK-TDA4VM 支持开箱即用的 SSH，与 UART 终端相比，这使得开发应用程序更加容易。Texas Instruments 建议使用 VS Code 以及可以根据这些说明安装的“远程开发扩展包” 。添加扩展后，只需添加屏幕上显示的主机 IP 地址并将用户设置为root.

 

运行基于 Python 的演示

现在一切都已启动并运行，最后一步是在一些数据上实际运行模型并查看结果。方便的是，之前闪存的操作系统映像已经包含一个用 Python 和 C++ 编写的示例演示程序，以及位于/opt/edge_ai_apps/data. 所有这些文件都可以在 下找到/opt/edge_ai_apps，Python 示例位于该apps_python目录中。要启动演示，只需在/opt/edge_ai_apps/apps_python目录中执行以下命令：

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

注意../configs/image_classification.yaml是如何作为第一个参数传递给程序的。此文件包含有关演示应如何运行的配置，包括输入、输出、模型和流，详细说明了先前元素的组合方式。默认情况下，流程将采用input0（网络摄像头/dev/video2），将其传递给 MobileNetV2 模型，然后通过 HDMI 端口显示生成的帧，但也可以使用其他输入、模型和输出。

 

 

 

 

1 / 4

 

下一步

yaml通过添加新输入更改配置文件、将当前模型与 中找到的其他模型交换/opt/model_zoo，甚至通过运行以下命令使用模型下载器工具下载新模型，您可以随意进行试验：

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

 

有关配置文件的更多信息可在此处找到，而SK-TDA4VM产品页面可在德州仪器网站上的此处查看。