这个板子是8核A53的amlogic 的S912 . 不过我看过对比，比起A72的新的树莓4，还是差很多，平均1个A72=4个A53. 树莓4有4个A72.

树莓4才有0.1T的计算力。 这样算，这个才有0.05T个算力。

过程写一下。

准备
‘’’
sudo apt-get install python-opencv
sudo apt-get install python-pip
sudo pip install –upgrade git+https://github.com/Maratyszcza/PeachPy
sudo pip install –upgrade git+https://github.com/Maratyszcza/confu
‘’’

这个过程会出错，说少这个少那个， 看见少的就安装，用apt install xxxx
比如
少 No module named ‘setuptools’
少wheel

必须安装下面这个,到底有什么用,不知道,会不会和下面这个重复,不清楚,反正我之前没下载, 后面这个反复编译都出错
‘’’
sudo apt-get install ninja-build
‘’’

安装编译器,这个过程会下载很多依赖库,可能会出错,出错重新来,

git clone https://github.com/ninja-build/ninja.git
cd ninja
git checkout release
./configure.py --bootstrap
export NINJA_PATH=$PWD

下载编译nnpack

git clone https://github.com/shizukachan/NNPACK
cd NNPACK
confu setup
python ./configure.py --backend auto
$NINJA_PATH/ninja

sudo cp -a lib/* /usr/lib/
sudo cp include/nnpack.h /usr/include/
sudo cp deps/pthreadpool/include/pthreadpool.h /usr/include/

上面经常出错,可以利用cmake来做

mkdir build
cd build
cmake -G Ninja ..
ninja

然后手动把编译出来的库复制到系统目录 /usr/lib/ , 还有下面的h文件

sudo cp include/nnpack.h /usr/include/
sudo cp deps/pthreadpool/include/pthreadpool.h /usr/include/

下载编译darknet

git clone -b yolov3 https://github.com/zxzhaixiang/darknet-nnpack
cd darknet-nnpack
git checkout yolov3
make

测试 ,运行
python rpi_video.py

不过我得是usb接口摄像头, 要修过,用图片测试是ok得.