前言

最近拿到一块嵌入式开发套件EAIDK610，跟NVIDIA Jetson TX1/2相似，但是EAIDK610更倾向于打造一个AI生态。

概述

EAIDK（Embedded AI Development Kit），即嵌入式人工智能开发套件，是专为AI开发者精心打造，面向边缘计算的人工智能开发套件。硬件平台具备语音、视觉等传感器数据采集能力，及适应于多场景的运动控制接口；智能软件平台支持视觉处理与分析、语音识别、语义分析、SLAM等应用和主流开源算法，满足AI教育、算法应用开发、产品原型开发验证等需求。

EAIDK610是EAIDK中第一款硬件平台，主芯片采用具备高性能Arm SoC的RK3399，同时搭载OPEN AI LAB嵌入式AI开发平台AID（包含支持异构计算库HCL、嵌入式深度学习框架Tengine、以及轻量级嵌入式计算机视觉加速库BladeCV）。为AI应用提供简介、高效、统一的API接口，加速终端AI产品的场景化应用落地。

主页：http://www.openailab.com/list-32.html

主页信息并不多，软硬件规格、介绍、开发等内容在用户手册里面，但是产品还没正式发售，不确定直接分享是否合适，所以感兴趣的朋友请留言。

系统登录

EAIDK610预装Fedora 28及轻量级桌面系统LXDE。
缺省登录账号为openailab，密码为openailab。

注意事项

• 建议不要在Fedora上装ROS，我试了好几个版本，都遇到各种问题，所以想用ROS，最好还是刷Ubuntu系统；
• Fedora相对于Ubuntu，用户量较少，很多人不熟悉，比如我一直都用的Ubuntu，所以个别命令不通用，需要查询；
• 没有预装浏览器，可以使用命令：sudo dnf install firefox安装火狐浏览器；
• 如果安装了触摸屏，再外接屏幕，则外接屏幕为扩展屏。

AI核心软件开发包（AID）

AID包括底层计算库HCL，Tengine以及FastCV。

AID的开源项目OPEN AID，链接地址：https://github.com/OAID

HCL：基于Cortex-A/M CPU和GPU专门优化的深度学习计算库，充分挖掘SoC运算性能。

Tengine : 针对嵌入式前端应用设计的，支持异构计算的高性能边缘推理引擎，助力人工智能在边缘落地。同时支持主流深度学习框架Caffe、TensorFlow、MxNet模型和API；

FastCV ：Arm嵌入式系统的简洁高效的机器视觉基础算法库。提供便捷的函数调用，可替代OpenCV庞大系统库的在嵌入式系统的应用。

以上库都已经预装在/usr/local/AID/下。

人脸检测

下面以人脸检测（https://github.com/OAID/FaceDetection） 为例，在EAIDK610上安装测试。
1.下载仓库

git clone https://github.com/OAID/FaceDetection.git

2.编译

• 安装caffe，mxnet 或 tensorflow，已经预装在/usr/local/AID/，编辑makefile.mk（设置xxx_ON标志以启用相应的深度学习框架），默认为Caffe-HRT；
• 编辑Makefile将CAFFE_ROOT，MXNET_ROOT或TENSORFLOW_ROOT设置为机器中的正确路径。添加CAFFE_ROOT=/usr/local/AID/Caffe-HRT/即可。
• make -j4

3.运行
在开发套件自带的相机上测试（深度学习框架是caffe）

./run.sh

注意：
1.编译成功后，编辑run.sh，将export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/github/FaceDetection/libmtcnn/改为export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/FaceDetection/libmtcnn/，然后重新打开一个终端执行以上命令，否则会报以下错误：

error while loading shared libraries: libmtcnn.so: cannot open shared object file: No such file or directory

2.如果使用外接USB摄像头，则打开camera.cpp，将#define CAMID 0改为#define CAMID 4，然后重新编译运行。

总结

1.性能上肯定比不过TX1/2，但是相对便宜，还为嵌入式AI进行了优化；
2.个人人为很有前景，真正有技术含量又紧跟前沿的科技产品；
3.关于固件烧写和其他应用等内容，有合适时机时再补充。