采用的是正点原子店里买的RK3588带显示屏的板子，买来的时候已经装好了linux buildroot系统，我重新烧录过ubuntu的试过，但是他们店里提供的ubuntu烧录的版本缺少太多东西，所以又重新烧录回了linux buildroot系统。
本次通过usb插口直接连接板子，该计算板实际上有多个摄像头插口，原理大同小异，第三章讲述如何在接显示屏的情况下实时显示录取的视频流。第四章讲述如何捕捉帧图像并储存以便用于后续边缘计算
采用的是正点原子店里买的RK3588带显示屏的板子，买来的时候已经装好了linux buildroot系统，我重新烧录过ubuntu的试过，但是他们店里提供的ubuntu烧录的版本缺少太多东西，所以又重新烧录回了linux buildroot系统。
本次通过usb插口直接连接板子，该计算板实际上有多个摄像头插口，原理大同小异，第三章讲述如何在接显示屏的情况下实时显示录取的视频流。第四章讲述如何捕捉帧图像并储存以便用于后续边缘计算
由于超算无法连接到网上环境，通过pip 或者conda 的直接下载包的方式失效。以下提供几种方式。主流的方式应该是在本地docker 创建一个镜像，直接在超算运行镜像环境，这种方法是运行环境最稳定的，缺点是docker的安装和学习 需要一些成本，同时docker hub的国内链接受到网络环境影响，很难下载镜像，在2024.11.7我曾试图在超算上下载image自己改环境，在下载到5gb大小的时候失败，应该是超算做了下载文件大小的限制（2025.3更新，可以通过使用终端命令来上传和下载文件，没有文件大小限制）。
本内容仅针对pytorch和JAX环境的超算使用和安装，tensorflow用户可以借鉴使用（因为tensorflow往往要cuda和tf版本一一对应，有些时候可能不是环境安装问题而是版本对应问题），其他大语言模型机器学习包（例如libcuda.so）可能对cuda的版本和cuda driver的版本有要求，请联系管理员更新cuda和cuda driver。