EAIDK-310: 双系统启动，从源码搭建Tengine AI

1、引子

EAIDK-310 是 OPEN AI LAB 基于 RK3228H 构建的 嵌入式人工智能开发套件，关于该开发平台的基础介绍，可以参考我的前一篇文章：EAIDK-310: AI 从这里开始。

该平台出厂预装了 Fedora28 操作系统，上面搭载了 OPEN AI LAB 设计的前端 AI 推理计算框架 Tengine。让极客朋友们拿到板子就能进行 AI 应用的开发。不过在交流中我们发现有部分开发者对 Fedora 这个操作系统不太习惯，他们更习惯使用 Ubuntu 或者 Debian。而且很多流行的 AI 框架对 Ubuntu 和 Debian 都提供了直接支持，比如 caffe 和 tensorfow，在 Ubuntu 和 Debian 上只需要一条命令就可以安装，在 Fedora 上要通过源码去编译，而且要解决复杂的依赖关系。

于是我以 Armbian 为基础给这块开发板构建了一个 Ubuntu 18.04，考虑到 Fedora28 毕竟是 OPEN AI LAB 官方预装的操作系统，里面集成的 Tengine 代表这 OPEN AI LAB 的权威技术参考，我也不忍心直接把这个操作系统覆盖掉，万一我的新系统有什么异常的功能，我还想切到官方的系统上，做下对比呢。所以我采用了双系统启动的方式：Ubuntu 18.04 通过烧写工具烧写到 tf 卡上，当烧写有该镜像的 TF 卡插到开发板上，开发板启动的时候会直接启动 TF 卡上的 Ubuntu 18.10，当你拔掉 TF 卡的时候，开发板会默认eMMC 中的 Fedora 启动启动。你看，你可以通过一张 TF 卡体验另外一个新系统，又保留了开发板上预置的管方系统，多好。

2、镜像烧写

镜像可以通过 百度网盘 下载，提取码 9i66，推荐用 Etcher 把镜像s烧写到 TF 卡上：把你的 TF 卡插入读卡器，然后接入电脑，启动 Etcher 软件，选择你刚刚下载的镜像，选中你的 TF 卡，点击 Flash 开始烧写。

烧写完成后，把 TF 卡插入开发板的 TF 卡插槽，上电。如果一切顺利，这时你可以从 Debug 串口的启动日志中看到开发板已经从 TF 卡上的系统中启动(仔细观察启动 log，你会发现它们和开发板上默认搭载的系统启动 log 有差别)，或者接上HDMI 也可以。

默认登录账号和密码分别是 root : 1234, 输入默认密码后，系统会提示你重新设置密码，仔细看提示操作即可。

3、系统设置

3.1、联网

WiFi 网络连接通过 nmtui-connect 命令，如果知道要连接的 AP 名称，直接 nmtui-connect xxx , 然后输入密码即可，这里的 xxx 是你 AP SSID 的名称。 如果不知道具体的 AP 名称，可以只输入 nmtui-connect 命令，然后系统会弹出一个菜单，根据菜单选择即可。

3.2、串口终端设置

大家如果使用一会儿就会发现，在串口下如果敲的命令过长，默认显示不会换行，而是会回绕到行首开始显示，这个看上去很别扭，可以通过输入 resize 命令来设置，系统默认没有这个命令，输入后，系统会提示你安装，按照提示安装即可。

3.3、安装图形库

系统默认不带图形桌面，如果想要图形桌面的朋友，可以通过 百度网盘 下载安装包，提取码为 42tx ，下载好后通过 scp 命令拷贝到 开发板上。然后解压，执行 media-rk3288.sh 脚本安装。

xz -d media-rk3328_1.0.txz
tar jxvf media-rk3328_1.0.tar
cd media-script
./media-rk3328.sh

执行该脚本后，会弹出一个对话框，把你想选择的选项都选上，然后安装。安装完成后，接上键盘、鼠标，在 HDMI 屏幕上执行 startx 命令，你就能看到桌面了。

点击右上角的 Applications 选项，或者直接在桌面上单击鼠标右键，可以看到各种设置和应用。

4、安装 Tengine

官方预置的 Fedora28 系统上默认就带有 Tengine AI 框架，我做的这个 Ubuntu 系统默认并不带这些，好在 OPEN AI LAB 开源了 Tengine，我们可以从源码直接编译安装，而且直接在开发板上编译。

Tengine 的 ACL GPU 加速功能依赖 Arm 的 ComputeLibrary，所以先要下载 ComputeLibrary 并编译。

git clone https://github.com/ARM-software/ComputeLibrary
cd ComputeLibrary
git checkout v18.05
scons Werror=1 -j2 debug=0 neon=1 opencl=1 os=linux arch=arm64-v8a build=native

这个编译的比较慢，大概要两三个小时。另外，我用 master 分支编译的时候发现后面 Tengine 编译的时候会编译不过，切到 v18.05 就可以，还没去查具体是什么原因。

Tengine 源码下载和编译可以参考 Github，编译完 Tengine 后可以接着编译它提供的 examples， 然按照说明文档中的连接下载对应的 model，即可运行这些测试样例。

运行 MTCNN：

运行 MSSD：

本文首发于：电子芯吧客
更多原创文章请扫码关注微信公众号：HackforFun