实践AI的方法，最简单就是拿到一套cc93的开发套件，然后上手测试下面这些常用的AI例程。

由于目前可以提供的早期开发套件非常有限，建议用户提前向Digi的代理商订购，并同Digi中国区销售登记项目信息，以确保能尽早分配到可用的开发套件。

cd /usr/bin/tensorflow-lite-2.10.0/examples

这里有一些简单例程，

运行图像分类例程，这里用原始的未优化模型，比较慢： python3 label_image.py -i grace_hopper.bmp

下面演示用vela优化过程：

cd /usr/bin/ethosu/examples/
cp ../../tensorflow-lite-2.10.0/examples/labels.txt  .
cp ../../tensorflow-lite-2.10.0/examples/grace_hopper.bmp .
vela ../../tensorflow-lite-2.10.0/examples/mobilenet_v1_1.0_224_quant.tflite  用vela优化，结里存在output目录下
./inference_runner -n ./output/mobilenet_v1_1.0_224_quant_vela.tflite -i grace_hopper.bmp -l labels.txt -o output.txt

./inference_runner -n ./output/mobilenet_v1_1.0_224_quant_vela.tflite -i grace_hopper.bmp -l labels.txt -o output.txt

cd /usr/bin/tensorflow-lite-2.10.0/examples
./label_image -m ../../ethosu/examples/output/mobilenet_v1_1.0_224_quant_vela.tflite

这次快多了

更多例程见eiq-examples目录，需要下载模块，运行相关pyhton命令即可，注意下载需要科学上网，并且很慢，请在晚上下班时运行：

cd /usr/bin/eiq-examples-git/
python3 download_models.py 
 
cd /usr/bin/eiq-examples-git/image_classification
python3 label_image.py -l labels.txt -i grace_hopper.bmp
 
cd /usr/bin/eiq-examples-git/object_detection
python3 main.py -i cars.bmp
python3 main.py -i /dev/video0
 
cd /usr/bin/eiq-examples-git/dms
python3 main.py -i /dev/video0
 
cd /usr/bin/eiq-examples-git/gesture_detection
python3 main.py -i /dev/video0
 
cd /usr/bin/eiq-examples-git/face_recognition
python3 main.py -i /dev/video0

更多demo程序和开发资料文档，请联系Digi工程师。