RDK X5 App — /app 预装示例

目录结构

/app/
├── pydev_demo/         # 12 个 Python AI demo
│   ├── 01_basic_sample/ ~ 12_yolov5s_v6_v7_sample/
│   └── models/          # 34 个 BPU 模型 (.bin)
├── 40pin_samples/       # GPIO/I2C/SPI/PWM/UART 示例
├── cdev_demo/           # 8 个 C++ 多媒体示例
└── multimedia_samples/  # 底层 C 示例

Python AI 示例

图像分类（01_basic_sample）

cd /app/pydev_demo/01_basic_sample
python3 test_mobilenetv1.py     # MobileNetV1
python3 test_resnet18.py        # ResNet18
python3 test_googlenet.py       # GoogleNet

语义分割（04_segment_sample）

cd /app/pydev_demo/04_segment_sample
python3 test_segment.py

Web 摄像头展示（05）

cd /app/pydev_demo/05_web_display_camera_sample
bash start_nginx.sh
python3 mipi_camera_web.py

浏览器 http://<RDK_IP>:8080 查看。

YOLO 系列检测

cd /app/pydev_demo/06_yolov3_sample && python3 test_yolov3.py
cd /app/pydev_demo/07_yolov5_sample && python3 test_yolov5.py
cd /app/pydev_demo/09_yolov5x_sample && python3 test_yolov5x.py
cd /app/pydev_demo/12_yolov5s_v6_v7_sample && python3 test_yolov5s_v6.py

其他检测

cd /app/pydev_demo/10_ssd_mobilenetv1_sample && python3 test_ssd_mobilenetv1.py
cd /app/pydev_demo/11_centernet_sample && python3 test_centernet.py

RTSP 流解码（08）

cd /app/pydev_demo/08_decode_rtsp_stream
python3 test_decode_rtsp.py "rtsp://admin:password@192.168.1.64:554/stream1"

40pin GPIO 示例

cd /app/40pin_samples
sudo python3 simple_out.py          # GPIO 输出
sudo python3 simple_input.py        # GPIO 输入
sudo python3 simple_pwm.py          # PWM
sudo python3 button_event.py        # 按钮事件
sudo python3 button_led.py          # 按钮控 LED
sudo python3 test_i2c.py            # I2C
sudo python3 test_spi.py            # SPI
sudo python3 test_serial.py         # UART

C++ 多媒体示例

编译并运行：

cd /app/cdev_demo/<demo_name>
make && ./<executable>

目录	功能	可执行文件
bpu	BPU C++ 推理	bpu_demo
v4l2	V4L2 摄像头	v4l2_demo
vio2display	VIO 到显示	vio2display
vio2encoder	VIO 到编码	vio2encoder
decode2display	解码显示	decoder2display
rtsp2display	RTSP 显示	rtsp2display
vio_capture	VIO 采集	capture
vps	视频处理	见目录

模型库速查

路径：/app/pydev_demo/models/（34 个 .bin 文件）

类别	模型
分类	mobilenetv1, mobilenetv2, resnet18, googlenet, efficientnasnet_m/s, efficientnet_lite0~4, vargconvnet
检测	yolov2, yolov3, yolov5s/5x/5s_v6/v7, yolov8, yolov10, yolov11m, yolov12n, ssd_mobilenetv1, centernet, fcos, fcos_efficientnetb2/b3
分割	yolov8_seg, deeplabv3plus (efficientnetb0/m1), fastscnn, mobilenet_unet, stdc

所有模型为 NV12 格式，专为 BPU 优化。

⚠️ 必须使用系统 Python

RDK X5 的 hobot_dnn 等硬件库安装在系统 Python (/usr/bin/python3.10)，不在 conda 环境中。

# ✅ 正确 — 使用系统 Python
/usr/bin/python3.10 /app/pydev_demo/01_basic_sample/test_resnet18.py

# ❌ 错误 — conda 环境没有 hobot_dnn，会报 ModuleNotFoundError
python /app/pydev_demo/01_basic_sample/test_resnet18.py

排查故障

现象	原因	解决
ModuleNotFoundError: hobot_dnn	使用了 conda 或 venv Python	改用 /usr/bin/python3.10 运行
make 编译失败	缺少头文件或库	sudo apt install libhbm-dev 检查依赖
Web 展示无画面	nginx 未启动	bash start_nginx.sh
模型文件找不到	路径错误	确认模型在 /app/pydev_demo/models/