问题记录问题：hrt_model_exec --help # 命令报错如下：-bash: hrt_model_exec: command not found解决：可以试下在hrt_model_exec目录下运行以下三条命令export ，换成自己的地址LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/map/output_shared_J6_aarch64/aarch64/lib

**前言**：使用地平线工具链进行模型部署，当ONNX模型中存在ScatterND算子时，使用hb_compile编译模型后，会发现ScatterNd运行在CPU上，查看算子支持与约束列表，目前确实不支持ScatterND算子。..![Description](https://prod-dc-resources.oss-cn-beijing.aliyuncs.com/20240820/7981ef

地平线征程6底软相关官方文档readme文档的下载链接：地平线开发者社区 (horizon.cc)1，文档架构： 文档解压后会有2个文件夹：一个是html目录，一个是doctrees目录，其中html是征文部分，而doctrees是html的离线资源，两者必现在同一个目录才能正常访问html目录：一般包含多个html文件和image、source、static等资源根目录为index.html，

近期发现，运行地平线参考算法示例中的编译脚本compile_perf_hbir.py时，尽管在config文件的compile_cfg 字段中配置了layer_details=True，编译后生成的BPU性能预估html中仍然没有layer_details生成，这是因为在编译的时候默认将debug配置为了False。下面将介绍解决办法:解决办法进入horizon_j6_open_explorer_

对于pytorch模型，hbdk-model-verifier工具是用来验证 pt 和 hbm 模型一致性的，同时该模型也会保存输入输出一般来说，对于 pyramid 输入的数据(nv12)类型，正确的数据预处理方法是：板端hbm，直接给模型。仿真器pt，nv12转yuv444，减128，除128后，给模型那hbdk-model-verifier工具，是怎么验证这两个模型一致性的呢？hbdk-mo

目前工具链BPU不支持scatterND算子，这些算子放在cpu上会严重影响模型耗时，这篇文章会分享一些等效替换的示例，帮大家消除模型里的scatterND算子，极大提高模型性能。ScatterND算子产生的原因onnx里的ScatterND算子产生的原因是因为模型里存在slice之后的inplace操作导致的，需要修改代码，等价替换掉相关操作即可。举个例子：原始代码： x[:, :2] = x[

display sample功能概述本文实现单路、多路MIPI CSI TX输出、IDU回写、IDU oneshot模式、绑定输出VPS数据等功能，此处主要介绍各sample的实现与使用方法。软件架构说明本文中绑定VPS输出功能基于libvio API实现，调用libvio提供的API，同时通过配置文件的方式，实现pym数据回灌，输出绑定IDU的输入图层，由MIPI CSI TX进行输出。回环sa

1. Codec模块简述：Codec（Coder-Decoder）是指编解码器，用于压缩或解压缩视频、图像、音频等媒体数据；J6 Soc中存在两种硬件编解码单元，分别是VPU（Video process unit）和JPU（Jpeg process unit），可提供4K@90fps的视频编解码能力和4K@90fps的图像编解码能力。1.1 硬件特性：1.1.1 JPU硬件特性：1.1.2 VPU

# 1. 理论简介.> 在阅读本文之前，希望大家对PTQ(Post-Training Quantization) 训练后量化有一定的了解~..地平线OpenExplorer和NVIDIA TensorRT是两家公司为适配自己的硬件而开发的算法工具链，它们各自具有独特的特点和优势。分开看的时候，网上有很多资料，但却没找到将他们放在一起对比的文章，本文从PTQ通路进行对比介绍。.- OpenExplo

gdc 实战软件架构本文的demo sample采用回灌流程，即从系统存储中读取文件，作为GDC的输入图像。依赖 ``libgdcbin.so`` 将GDC坐标点通过计算生成二进制bin文件，调用VIO API实现整个数据通路，完成GDC处理。软件控制图如下：代码位置及目录结构本sample的代码位于工程目录：``{sdk_dir}/test/samples/platform_samples/so

1. GDC模块简述：1.1 硬件特性：GDC作为一个硬件模块，可将输入的图像进行视角变换、畸变校正和指定角度（0,90,180,270）旋转。模式支持的输入图像典型尺寸为3840*2160，2688*1944，1920*1080，1280*720，640*480，480*320。硬件特性如下：最大分辨率：3840x2160最小分辨率：100x100（奇数行或者列不支持）性能：3840x2160，

引言J6参考算法中的tools/export_onnx.py默认导出的是qat.onnx，近期有不少用户错误地使用此qat.onnx进行推理和PTQ从而出现报错情况，本篇文章将以bevformer参考算法为例讲述如何导出原始浮点onnx。权重下载OE开发包下的samples/ai_toolchain/horizon_model_train_sample/scripts/configs/bev/RE

功能概述环视4V解串器直接接到main域，mcu访问main域i2c、gpio、lpwm，对camera sensor、serdes以及lpwm进行初始化，完成环视的快速出图。mcu启动后，会在mcu task中调用Camera_Init接口，完成camera sensor、serdes以及lpwm的配置，并使能数据流，数据会通过加串器bypass给IVI。Camera_Init中会先检查AonS

J5 EVM显示地平线logo画面1通路流程图及外部设备连接 该通路可验证IDU、MIPI TX_0、HDMI子板3个模块的功能，其中IDU模块从eMMC中读取数据并发送给MIPI TX_0，MIPI TX_0把数据再发给HDMI子板，HDMI子板负责信号转换，最后把信号显示到HDMI屏幕上。 HDMI子板接到MIPI_TX卡槽上。1.2测试代码位置 测试代码位置在工程代码根目录/vapi-sam

USB 启动模式设置step1: 先关闭 Matrix，等待几秒后将 reset 旁边的第一个拨码向外拨step2: 打开 Matrix，Matrix 的网口左边有两个 micro-usb 口，左边那个（远离网口的）是 USB 连接电脑的，右边那个（靠近网口的）是串口连接电脑的，请确保网线，串口线，usb 线均连接到电脑，确保能使用 MobaXterm 等工具和开发板建立串口通信，波特率选 921

## 一、硬件环境.基于征程5的LS500 uSOM基础开发套件(EDK)，摄像头模组为MIPI接口的摄像头模组，型号为淘宝买的30pin模组：**SG2-IMX390C-5200-MIPI-H120H** 自己手工DIY了一下环境，如下：.![Description](https://prod-dc-resources.oss-cn-beijing.aliyuncs.com/20240807/

环境部署打开MobaXterm，新建Session，点击左上角SSH。登入服务器（服务器地址为192.168.8.182），用户名为自己名字拼音（eg:yangyifei），端口号为22，默认进入以自己姓名命名的文件夹，登陆密码：Horbot_1。解压文件夹内的j6-3.0.17-py310-11.4.tgz到当前目录，得到horizon_j6_open_explorer_v3.0.17-py31

写在前面：BEVFormer公版算法使用了Nuscenes数据集，在该数据集中所有注释和元数据(包括校准、地图、车辆坐标等)都包含在关系数据库中。下面列出了数据库表。每块内容都可以由其唯一的主键token标识。可以使用sample_token等外键链接到表sample的token。对于想利用其他数据集（如自己采集的数据集）训练参考算法的用户来说，需要将用户数据集与参考算法对齐，但并不必须要与Nus

写在前面：对于BEVFormer算法框架的整体理解，大家可以找到大量的资料参考，但是对于算法代码的解读缺乏详实的资料。因此，本系列的目的是结合代码实现细节、在tensor维度的变换中帮助读者对算法能有更直观的认识。本系列我们将对BEVFormer公版代码（开源算法）进行逐行解析，以结合代码理解Bevformer原理，掌握算法细节，帮助读者们利用该算法框架开发感知算法。在本系列的最后笔者还将面向地平

写在前面：对于BEVFormer算法框架的整体理解，大家可以找到大量的资料参考，但是对于算法代码的解读缺乏详实的资料。因此，本系列的目的是结合代码实现细节、在tensor维度的变换中帮助读者对算法能有更直观的认识。本系列我们将对BEVFormer公版代码（开源算法）进行逐行解析，以结合代码理解Bevformer原理，掌握算法细节，帮助读者们利用该算法框架开发感知算法。在本系列的最后笔者还将面向地平