跳到主要内容

SL系列快速入门

这些是自学初学者教程，将为您提供实践经验和代码示例，用于运行涵盖视觉、语音甚至大语言模型的边缘AI模型。

重要

这些示例设计用于 Astra SL1680 处理器和 Astra Machina 开发套件。视觉示例利用 NPU，其他示例利用 CPU。

对于 Astra SL1640 处理器（利用 NPU），这些示例仍可运行，只需通过 bitbake 向 OOBE 镜像添加所需软件包。

对于 Astra SL1620 处理器（利用 GPU），视觉-分类模型未预装。其他示例仍可运行，只需通过 bitbake 向 OOBE 镜像添加所需软件包。

先决条件​

在开始边缘AI开发之前，您需要确保拥有：

请按照指南启动开发板并打开终端。

SyNAP C++ 框架

Synap Python API 绑定了 Synap C++ 框架。您可以在这里了解更多关于 C++ 框架的信息，并在 GitHub 上找到用于 NPU 加速推理应用的 C++ 源代码。

软件​

以下所有示例均基于 Python，因此在继续之前，您需要设置必要的库和软件包。当您从分销商购买 Machina 开发板时，已预装了带有基本软件包（如 pip 和 python3）的 OOBE SDK 镜像。

克隆我们的 示例 GitHub 仓库并进入仓库目录：

git clone https://github.com/synaptics-synap/examples.git
cd examples

在虚拟环境中设置您的 Python 环境，确保安装所有必需依赖项：

python3 -m venv .venv --system-site-packages
source .venv/bin/activate

对于 Astra OOBE SDK 2.0 (scarthgap) 及以上版本，请使用 Python3.12 软件包：

pip install -r requirements-py312.txt

对于 Astra OOBE SDK 1.8 (kirkstone) 及以下版本，请使用 Python3.10 软件包：

pip install -r requirements.txt

安装最新的 SynapRT Python 软件包，可运行实时AI流水线：

运行边缘AI Python示例​

图像分类

在本快速入门指南中，我们将使用 MobileNet 模型进行图像分类。

目标检测

目标检测是一种计算机视觉技术，用于识别图像或视频中的物体。

语音转文本

将声音转换为文本，构建听写和语音命令等功能。

文本转语音

在这里，我们将了解如何运行将书面文本转换为类人语音的 TTS 系统。

嵌入

嵌入模型将文本、图像或信号转换为表示含义的向量。

AI 文本助手

让我们构建一个使用嵌入来提供最佳答案的 AI 助手。

AI 工具调用助手

让我们构建一个使用嵌入来调用外部函数或 API 的 AI 助手。

大语言模型

运行 Qwen 和 Deepseek 等大语言模型的快速指南。