回答

收藏

[评测分享] Titan Board 实战YOLO

板卡试用 板卡试用 38 人阅读 | 0 人回复 | 2026-03-16

本示例在 Titan Board 开发平台上,采用 Arm® Ethos™-U55 NPU 实现 YOLO-Fastest 人脸检测模型 的高效推理,并结合CEU(Camera Engine Unit) 图像采集单元以及RGB LCD 显示模块,完成实时人脸定位与结果叠加显示。

主要实现能力包含:

  • 通过 CEU 接口从 OV5640 摄像头连续捕获视频帧
  • 利用 Ethos-U55 NPU 对每帧图像执行 YOLO-Fastest 神经网络前向推理
  • 将检测到的边界框直接渲染叠加到 LCD 输出画面
  • 实现硬件级 YUV 到 RGB 格式转换及图形加速绘制

数据处理整体通路

示例系统的数据流水线架构如下图所示:

该模型在保持较高检测精度的前提下,极大降低了计算复杂度和内存需求,非常适合 RA8P1+ Ethos-U55 的边缘 AI 架构。

硬件连接规范

摄像头模块连接
采用 22Pin 异向 FFC 柔性电缆,将开发板上的CEU_CAM 接口与 OV5640 摄像头转接板的 DVP 接口可靠对接。

显示屏连接
支持屏幕规格:正点原子 4.3 英寸 RGB 接口 LCD,分辨率800×480

使用 40Pin 同向排线,将开发板的 LCD_RGB 接口与 LCD 屏幕对应排座连接。
FSP(FlexibleSoftware Package)主要配置

HyperRAM 外部存储配置

  • 添加 r_ospi_b 软件组件
  • 完成 HyperRAM 初始化参数设置
  • 所有 HyperRAM 相关引脚驱动强度设为高(H)
  • OM_1_SIO0 ~ OM_1_SIO7 引脚启用输入上拉电阻

CEU 图像采集单元配置

  • 添加 r_ceu 组件
  • 设置 CEU 工作模式及采集参数
  • 配置 CEU 对应的 GPIO 引脚复用

摄像头主时钟输出

  • 添加 r_gpt 定时器组件
  • 配置产生摄像头所需时钟的 PWM 输出通道

2D 图形加速引擎

  • 添加 r_drw 组件
  • 用于后续边界框、图形元素的加速渲染

RGB LCD 显示控制器

  • 添加 r_glcdc 组件
  • 设置图形层 1 的中断回调函数
  • 配置显示输出参数、颜色查找表(CLUT)、时序控制器(TCON)及抖动处理
  • 完成 GLCDC 相关引脚复用设置

LCD 背光 PWM 调节

  • 添加 r_gpt 组件
  • 配置用于背光亮度控制的 PWM 信号输出

NPU 支持库集成

  • 添加 Google TensorFlow Lite Micro Core Library 组件
  • 确保 Ethos-U55 驱动及运行时库正确链接

RT-Thread 系统使能项
在 menuconfig 或KConfig 中启用以下选项:

  • 开启 CEU 摄像头支持,选择 I2C1 总线并绑定 OV5640 驱动
  • 使能 RGB565 格式 LCD 显示驱动
  • 配置 PWM7 通道用于 LCD 背光调节

工程构建与固件烧录

  • 启动 RT-Thread Studio 开发环境
  • 在软件包管理器中搜索并安装适用于 Titan Board 的 BSP 资源包
  • 基于该资源包创建新工程
  • 执行完整编译,生成目标固件文件

编译成功后,通过 Titan Board 的 USB-DBG 调试接口连接 PC,使用 Studio 内置下载器将固件烧录至开发板。

实际运行演示
将 Titan Board 上电复位后,将包含人脸的照片或真实人脸置于 OV5640 摄像头前方。观察连接的 4.3 英寸 LCD 屏幕,可实时看到人脸区域被绿色矩形框准确框选,框线稳定、响应迅速,充分体现了RA8P1 集成 Ethos-U55 NPU 在边缘视觉 AI应用中的出色性能。

本示例为开发者提供了从硬件连接、FSP 配置、RT-Thread 系统设置到模型部署的全流程参考,助力快速构建基于 RA8P1 的高性能 AI 视觉应用。

分享到:
回复

使用道具 举报

您需要登录后才可以回帖 注册/登录

本版积分规则

关闭

站长推荐上一条 /2 下一条