Skip to main content

将 M.2 Coral 安装到 Raspberry Pi 5

note

本文档由 AI 翻译。如您发现内容有误或有改进建议，欢迎通过页面下方的评论区，或在以下 Issue 页面中告诉我们：https://github.com/Seeed-Studio/wiki-documents/issues

简介​

Coral M.2 Accelerator 配备双 Edge TPU，是一个 M.2 模块，可为具有 M.2 E-key 插槽的现有系统和产品提供两个 Edge TPU 协处理器。

树莓派第五代旗舰开发计算机 配备强大的 2.4GHz 64 位四核 Arm 处理器和 800MHz VideoCore VII GPU，提供令人印象深刻的图形性能。它支持高级摄像头功能、灵活的连接性和增强的外设，非常适合多媒体、游戏和工业任务。

本文档将向您展示如何将 Coral M.2 Accelerator 安装到 Raspberry Pi 5，最后我们将测试 Coral M.2 Accelerator。

准备硬件​

树莓派 5 8GB树莓派 M.2 HAT+Coral M.2 Accelerator B+M key
立即购买 🖱️
立即购买 🖱️
立即购买 🖱️

安装硬件​

pir

安装 Python3.8​

Coral 软件仅支持 Python3.6-Python3.9，但 Raspberry Pi OS 的最新版本 Python 是 Python3.11。因此我们需要安装 Python3.8。

第一步：更新系统​

打开终端并运行以下命令以更新系统：

sudo apt update
sudo apt full-upgrade

第二步：安装必要依赖​

打开终端并运行以下命令以安装所需的软件包：

sudo apt-get install -y build-essential tk-dev libncurses5-dev libncursesw5-dev libreadline6-dev libdb5.3-dev libgdbm-dev libsqlite3-dev libssl-dev libbz2-dev libexpat1-dev liblzma-dev zlib1g-dev libffi-dev tar wget vim

第三步：下载 Python3.8​

打开终端并运行以下命令以下载 Python3.8：

wget https://www.python.org/ftp/python/3.8.0/Python-3.8.0.tgz

第四步：安装 Python3.8​

打开终端并运行以下命令以安装 Python3.8：

sudo tar zxf Python-3.8.0.tgz
cd Python-3.8.0
sudo ./configure --enable-optimizations
sudo make -j 4
sudo make altinstall
cd ..

第五步：检查 Python3.8​

打开终端并运行以下命令以检查 Python3.8：

python3.8 -V

结果应为：

pir

第六步：使用 Python3.8 创建虚拟环境​

python3.8 -m venv coral_venv

配置硬件设置​

打开终端并运行以下命令以打开 config.txt：

sudo nano /boot/firmware/config.txt

然后将以下内容添加到 config.txt：

[all]
# 启用 PCIe 外部连接器。
dtparam=pciex1
kernel=kernel8.img
# 启用 Pineboards Hat Ai
dtoverlay=pineboards-hat-ai

按 CTRL+X 保存并关闭文件，然后按 Y 确认。接着重启系统。

sudo reboot

检查内核版本：

打开终端并运行以下命令以检查内核版本：

note

确保内核版本为 6.6.30 或更高

uname -a

安装 PCIe 驱动和 Edge TPU 运行时​

第一步：进入虚拟环境​

source coral_venv/bin/activate

第二步：安装 Edge TPU 运行时​

添加 Google Coral Edge TPU 软件包仓库

echo "deb https://packages.cloud.google.com/apt coral-edgetpu-stable main" | sudo tee /etc/apt/sources.list.d/coral-edgetpu.list

curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo apt-key add -

sudo apt-get update

安装必要的软件包和 Edge TPU 运行时

sudo apt-get install cmake libedgetpu1-std devscripts debhelper dkms dh-dkms

第三步：安装 PCIe 驱动​

git clone https://github.com/google/gasket-driver.git
cd gasket-driver
sudo debuild -us -uc -tc -b
cd ..
sudo dpkg -i gasket-dkms_1.0-18_all.deb

设置 udev 规则​

添加 udev 规则以管理设备权限：

打开终端并运行以下命令以设置 udev 规则：

sudo sh -c "echo 'SUBSYSTEM==\"apex\", MODE=\"0660\", GROUP=\"apex\"' >> /etc/udev/rules.d/65-apex.rules"

sudo groupadd apex

sudo adduser $USER apex

sudo reboot

检查 Edge TPU​

lspci -nn | grep 089a

结果应为：

pir

ls /dev/apex_0

pir

安装 PyCoral 库并测试 Edge TPU​

第一步：安装 PyCoral 库​

source coral_venv/bin/activate
pip install --upgrade pip
python3 -m pip install --extra-index-url https://google-coral.github.io/py-repo/ pycoral~=2.0

第二步：测试 Edge TPU​

安装示例所需资源：

mkdir coral && cd coral
git clone https://github.com/google-coral/pycoral.git
cd pycoral
bash examples/install_requirements.sh classify_image.py

测试 Edge TPU：

python3 examples/classify_image.py \
--model test_data/mobilenet_v2_1.0_224_inat_bird_quant_edgetpu.tflite \
--labels test_data/inat_bird_labels.txt \
--input test_data/parrot.jpg

结果应为：

pir

结果​

我们已经成功在 Raspberry Pi 5 上安装了 M.2 Coral 加速器并测试了 Edge TPU。我们还在 Coral M.2 加速器上运行了 YOLOv8s 模型，使用了 int8 量化，输入尺寸为 640x640，批量大小为 1。推理时间约为 800-1000ms，相当于大约 1.1 帧每秒（FPS）。

技术支持与产品讨论​

感谢您选择我们的产品！我们致力于为您提供各种支持，以确保您使用我们的产品时体验顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...