4. 第一个应用程序

开发板默认预置了GPIO操作、视频图像采集、智能算法推理等多个功能示例，用于帮助用户快速确认开发板环境安装的完整性。

4.1. GPIO读写操作

开发板 /app/40pin_samples/ 目录下，预置了多种40PIN管脚的功能测试代码，包括gpio的输入/输出测试、PWM、I2C、SPI、UART等测试。所有测试程序均使用python语言编写，详细信息可以查阅 40PIN 功能使用。

以/app/40pin_samples/button_led.py为例，该程序配置38号管脚为输入，配置36号管脚配置为输出，并根据38号管脚的输入状态来控制36号管脚的输出状态。

  • 环境准备：使用杜邦线连接38号管脚到3.3v or GND，以控制其高低电平。

  • 运行方式：执行 button_led.py 程序，以启动GPIO读写程序

    sunrise@ubuntu:~$ cd /app/40pin_samples/
sunrise@ubuntu:/app/40pin_samples$ sudo python3 ./button_led.py

  • 预期效果：通过控制38号管脚的高低电平，可以改变 36号管脚的输出电平值。

    sunrise@ubuntu:/app/40pin_samples$ sudo python3 ./button_led.py
Starting demo now! Press CTRL+C to exit
Outputting 0 to Pin 36
Outputting 1 to Pin 36
Outputting 0 to Pin 36

4.2. 图像分类算法示例

开发板上安装了test_mobilenetv1.py 程序用于测试mobilenet v1图像分类算法功能，该程序读取 zebra_cls.jpg 静态图片作为模型的输入，并在命令行终端输出分类结果cls id: 340 Confidence: 0.991851

  • 环境准备：无

  • 运行方式：执行 test_mobilenetv1.py 程序

    sunrise@ubuntu:~$ cd /app/pydev_demo/01_basic_sample/
sunrise@ubuntu:/app/pydev_demo/01_basic_sample$ sudo ./test_mobilenetv1.py

  • 预期效果：输出图像分类算法的预测结果，id和confidence。

zebra_cls.jpg是一张斑马的图片，按照ImageNet数据集的分类，返回结果id为340， 置信度为0.991851。

========== Classification result ==========
cls id: 340 Confidence: 0.991851

zebra_cls

4.3. USB摄像头使用

开发板上安装了 usb_camera_fcos.py 程序用于测试USB摄像头的数据通路，该示例会实时采集USB摄像头的图像数据，然后运行目标检测算法，最后把图像数据和检测结果融合后通过HDMI接口输出。

  • 环境准备：

    • USB摄像头接入到开发板上，确认生成/dev/video8设备节点

    • 通过HDMI线缆连接开发板和显示器

  • 运行方式：按照以下命令执行程序

    sunrise@ubuntu:~$ cd /app/pydev_demo/02_usb_camera_sample/
sunrise@ubuntu:/app/pydev_demo/02_usb_camera_sample$ sudo python3 ./usb_camera_fcos.py

  • 预期效果：程序执行后，显示器会实时显示摄像头画面及目标检测算法的结果(目标类型、置信度)，如下所示：
    image-20220612110739490

详细代码实现说明请查阅基于USB摄像头推理章节。

4.4. MIPI摄像头使用

开发板上安装了mipi_camera.py程序用于测试MIPI摄像头的数据通路，该示例会实时采集MIPI摄像头的图像数据，然后运行目标检测算法，最后把图像数据和检测结果融合后通过HDMI接口输出。

  • 环境准备：

    • 将MIPI摄像头模组连接到开发板MIPI CSI接口，具体连接方法可以参考MIPI摄像头连接教程章节

    • 通过HDMI线缆连接开发板和显示器

  • 运行方式：按照以下命令执行程序

    sunrise@ubuntu:~$ cd /app/pydev_demo/03_mipi_camera_sample/
sunrise@ubuntu:/app/pydev_demo/03_mipi_camera_sample$ sudo python3 ./mipi_camera.py

  • 预期效果：程序执行后，显示器会实时显示摄像头画面及目标检测算法的结果(目标类型、置信度)，如下所示：
    image-20220503221020331

详细代码实现说明请查阅基于MIPI摄像头推理章节。