2. 开发环境搭建：硬件准备与系统配置

好，咱们正式开始动手了。这一章我带你把开发环境搭起来。说实话，边缘AI项目里，环境搭建往往是最磨人的环节——硬件不兼容、系统烧录失败、SSH连不上……我当年踩过的坑，今天帮你一个个填平。

2.1 硬件准备：选对工具，少走弯路

先说说硬件。树莓派4B和5我都用过，个人更推荐新手直接上树莓派5。为什么？性能提升明显，而且散热设计更合理。我在项目中遇到过4B跑轻量模型时CPU飙到85度，降频后推理速度直接腰斩。5代就好多了，至少不会让你频繁担心过热。

你需要准备这些东西：

• 树莓派主板：4B（2GB/4GB/8GB）或5（4GB/8GB）。我建议至少4GB内存，跑模型推理时你会感谢这个选择的。
• MicroSD卡：32GB起步，Class 10或U1以上。别图便宜买杂牌，我曾经用一张劣质卡，系统烧录了三次才成功，后来换了三星EVO Plus，一次过。
• 电源适配器：官方推荐5V/3A（4B）或5V/5A（5）。别用手机充电头凑合，供电不足会导致USB设备随机断开，排查起来很头疼。
• 摄像头模块：官方Camera Module 3或兼容的USB摄像头。我习惯用官方模块，驱动支持最好，省心。
• 散热片+风扇：尤其是跑模型推理时，散热是刚需。嗯，这里要注意，树莓派5的散热片尺寸和4B不一样，买的时候别搞错。

2.2 系统烧录：Raspberry Pi OS 的安装

系统我选Raspberry Pi OS（64位），基于Debian，稳定且社区支持好。你可能会问：为什么不装Ubuntu？其实都可以，但Raspberry Pi OS对树莓派的硬件优化更到位，摄像头、GPIO这些外设开箱即用。

烧录步骤很简单，但有几个坑我帮你标出来：

1. 下载Raspberry Pi Imager：去官网下载桌面版工具。别用老式的Win32DiskImager了，官方工具现在支持在线选择系统、预配置SSH和WiFi，方便很多。
2. 选择系统镜像：打开Imager，选“Raspberry Pi Device” -> 你的型号 -> “Raspberry Pi OS (64-bit)”。注意选带“Desktop”的版本，我们后面要用桌面环境调试摄像头。
3. 预配置（关键一步）：点击右下角的齿轮图标，提前设置好：
   • 主机名：比如 edgeai-pi
   • 启用SSH：选“使用密码登录”，设好用户名和密码
   • 配置WiFi：输入你的WiFi名称和密码（注意2.4G频段更稳定）
   • 区域设置：选“Asia/Shanghai”，键盘布局选“us”
4. 写入SD卡：插入读卡器，选择目标SD卡，点击“写入”。等待5-10分钟，完成后会提示拔出。

烧录完成后，把SD卡插入树莓派，接上电源。第一次启动会有点慢，大概1-2分钟。你可以通过路由器后台查看树莓派的IP地址，或者用 ping edgeai-pi.local 试试（前提是你的网络支持mDNS）。

2.3 Python环境配置：Miniconda 的妙用

树莓派自带的Python 3.11够用，但我不建议直接用它。为什么？因为项目依赖会越装越乱，今天装TensorFlow，明天装PyTorch，后天可能就冲突了。我习惯用Miniconda管理环境，干净、隔离、可复现。

安装步骤：

# 下载Miniconda安装脚本（ARM64架构）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh

# 运行安装脚本
bash Miniconda3-latest-Linux-aarch64.sh

# 按提示操作：同意协议、选择安装路径（默认即可）
# 安装完成后，重启终端或 source ~/.bashrc

# 验证安装
conda --version

安装完成后，我建议你创建一个专门用于边缘AI的环境：

# 创建环境，指定Python 3.10（兼容性最好）
conda create -n edgeai python=3.10

# 激活环境
conda activate edgeai

# 安装常用库（后面章节会逐步补充）
pip install numpy opencv-python pillow

2.4 远程开发：SSH + VSCode 的黄金组合

树莓派接显示器用桌面环境当然可以，但长期开发我推荐远程连接。你想想看，在笔记本上写代码，一键同步到树莓派运行，多舒服。

SSH连接很简单：

# 从你的电脑连接树莓派
ssh pi@192.168.1.100   # 替换成你的树莓派IP

# 或者用主机名（如果网络支持）
ssh pi@edgeai-pi.local

第一次连接会提示确认指纹，输入 yes 然后输入密码即可。

接下来是VSCode的远程开发配置：

1. 安装Remote - SSH插件：在VSCode扩展市场搜索“Remote - SSH”，安装。
2. 添加SSH目标：按F1，输入“Remote-SSH: Connect to Host”，然后输入 pi@你的IP。
3. 选择平台：连接成功后，VSCode会提示选择远程平台，选“Linux”。
4. 打开工作目录：比如 /home/pi/projects/edge-ai，没有就自己建一个。

最后，验证一下摄像头是否正常工作：

# 测试摄像头（官方模块）
libcamera-still -o test.jpg

# 如果用的是USB摄像头
fswebcam test.jpg

看到一张清晰的图片？恭喜你，环境搭建完成了。嗯，到这里为止，你的开发环境已经就绪。下一章我们开始准备数据集，真正进入模型训练的环节。