本文以美信解串器96712为例，介绍已经应用于量产的视频数据通路功能。1.基础介绍在Serdes领域内，GSML一般指的是Maxim公司加串器与解串器之间的数据传输协议，目前已经有GMSL1， GMSL2和GMSL3三代。目前量产使用较为广泛的是GMSL2.本文介绍的解串器96712分别支持GMSL1和GMSL2。96712最多支持接入4v came数据，接口分别对应GMSLA ~ GMSLD(一

1.硬件功能1.1 输出原图层输出UV通道可单独bypass可crop输出可配置输出stride双线性下采样图层（BL）输出层数：5每层图像支持输出可单独配置，UV可单独bypass可crop输出可配置输出stride高斯下采样图层（GS）输出层数：5每层图像支持输出可单独配置，UV可单独bypass可crop输出可配置输出stride可配置垂直5x1和水平1x5的滤波系数ROI Downscal

由于LaneAF全bpu算子，因此 采用 fx模式 + 非异构方案 做 量化训练基本知识fx量化接口常用的函数  wrap() --- utils.fx_helper.wrap接口如果模型中使用到了FX不支持的操作，可以用wrap的方式将其作为一个函数或者方法包装为一个整体。fx 将不再关注他们内部的逻辑，而是将对他们的调用原样保留。 warp方法的使用样例  fuse_fx()传入 float

一、环境准备1、硬件环境开发板：J5 EVMOE版本：V1.1.68系统软件：LNX_PL3.0_20231018-2 release解串器子板：MAX9296，MAX967122、硬件连接3、供电检查使用i2cdetect检查MIPI RX1是否扫描到Camera和MAX9296子板，只有0x28地址就没有正常供电。i2cdetect -y -r 7 // 扫描指定i2c总线上设备

一、背景小概率出现kernel异常重启问题：3个月内出现3例报linux kernel地址异常导致重启问题；通过场景分析，构造测试场景，并打开ramdump配置进行复测，抓到了问题现场；二、crash解析ramdumpcrash ./vmlinux /dev/random@0x80000000,DDRCS0-1.bin@0x80970000,DDRCS0-2.bin@0x100970000,DDR

YOLO系列在BPU上的部署参考 RDK YOLO All-in-One: [CSDN Link](https://blog.csdn.net/SA2672873269/article/details/155455835)..本文介绍了基于ultralytics/ultralytics仓库提供的YOLO模型, 提供模型导出, 工具链量化和编译方法, RDK平台上的Python和CPP部署. 包含6

本文提纲：fx和eager两种量化训练方式介绍量化训练的流程介绍：以mmdet的yolov3为例常用的精度调优debug工具介绍案例分析：模型精度调优经验分享第一部分：fx和eager两种量化训练方式介绍首先介绍一下量化训练的原理。上图为单个神经元的计算，计算形式是加权求和，再经过非线性激活后得到输出，这个输出又可以作为下一个神经元的输入继续运输，所以神经网络的基础运算是矩阵的乘法。如果神经元的计

.# VRSO介绍.静态物体检测（Static object detection，SOD），包括交通信号灯、导向牌和交通锥，大多数算法是数据驱动深度神经网络，需要大量的训练数据。现在的做法通常是对大量的训练样本在 LIDAR 扫描的点云数据上进行手动标注，以修复长尾案例。..![Description](https://prod-dc-resources.oss-cn-beijing.aliyun

## 一、硬件IP 介绍.### 简介.Stitch是一个可配置的图像拼接计算单元，可以完成多幅图像之间的融合拼接，主要应用于自动泊车场景下的360度环视图像拼接。Stitch基于ROI进行计算，每个ROI可以完成两幅源图像指定区域的融合拼接, 并将其写入目标图像指定的ROI中，这种融合拼接方式可以使得拼接过度更加自然，同时stitch还支持Y、U、V各通道的增益调节，可以实现源图像间的亮度、色度

一、前言本文首先简单介绍数字光学系统，以及需要ISP进一步处理的sensor图像常见pattern，然后对ISP pipeline各类子模块的功能进行分类，最后介绍ISP典型的图像处理子模块。通过本文的简单介绍，可以了解isp pipeline中各个子模块设计的原因与作用，理解ISP为什么要设计特定功能子模块对图像进行特别的处理。通过本文我们可以简单理解如下问题：1、简单的数字光学系统由哪些元素组

# 1.配置文件格式..SensorCenter 框架相关的配置文件有三个，分别为 sensor_global.json 、adapter.json 和 communication.json。其中 sensor_global.json 为整体框架的配置文件，adapter.json 则是针对 AdapterManager 模块的配置，communicaiton.json是由于依赖communica

Shared memory共享内存示例..# 1. 概述..Shared memory 作为一个独立的库，提供基于共享内存的进程间通信能力，且Shared memory 支持分配在hbmem上的数据零拷贝传输。Shared memory库的使用非常简单，用户仅需熟悉SegReader SegWriter 和SegData三个类的使用，具体使用见example。..# 2. 功能介绍..shared

# 背景..实际下游车会同时开着client录制数据包跑功能，集成测试尽量模拟下游测试场景，目的是为了从性能和功能的角度测试版本包，需要收集j5日志、pack信息、性能脚本的性能数据、操作的时间点。..典型工作流程：编译镜像、打包，部署镜像，执行测试，拷贝测试结果、分析日志..# 流程框架..1、稳定性监控 2、perf 工具 3、pack录制 4、runtime提取 5、日志分析.![Desc

# **概述**..使用bolepack,在J5板端进行7V行车感知回灌..前提准备：录制好的7v pack，bolepack包，j5板端，..# **具体步骤**..1.通过解压的方式，部署对应的感知软件包至j5板端..`rm –rf /app/*`..`unzip app_xxxxx.zip –d /app`..`mv /app/app/* /app`..`reboot`..2.修改板端相关配

HI，小伙伴们，大家期待的3.29培训课件来啦，地平线BEV+TRANSFORMER+OCC理论培训课件。

如何把你拍得更光鲜靓丽?.--谈谈成像中的亮度控制..# 为什么需要控制画面亮度.日常生活中，常见中的亮度范围较宽，照片中亮、暗元素都可以看清楚是拍照的基本要素。.![Description](https://prod-dc-resources.oss-cn-beijing.aliyuncs.com/20240408/a285fac2-b2d0-4997-a265-6f603a378be0/aW1

本文主要探索 开源网络剪枝(结构化剪枝与稀疏化置零)技术在地平线 J5上的可行性和有效性，涉及到的压缩方案，均不考虑硬件加速特性。..# 1. 实验结果先解读.表中涉及到结构化剪枝两种(ABCPruner_2020、HRankPlus_2020)、结构化稀疏两种(CHEX_2022、1XN_2022)，从实验数据可以看出：.- 在分类任务中，在不使用数据增强、蒸馏、嫁接等主流且有效提升精度的方法下

1.背景曾经在自动驾驶量产交付过程中，OEM 客户在原有定点车型基础上，追加了多个定点车型，从需求角度，新增的车型的功能需求有差异，量产节点与原有车型接近，从车型本身角度，其车辆参数，传感器，执行器，整车CAN网络定义均不完全相同。最初采取的做法是，针对新增定点车型，从原有车型的分支上拉取分支，分别进行迭代交付，每个车型使用单独的soc 版本，mcu 版本和软件配置文件config车型1：soc1

1 文章背景介绍在实车测试时，除了感知算法外，往往还会有别的APP在同时运行，从而挤压算法的资源占用，影响模型性能，降低部署效果。因此在项目早期做板端验证的时候，我们就可以使用一些工具对CPU和内存进行加压，再运行模型，以模拟实车测试的情况，得到模型在硬件资源受限时的性能数据，做到心中有数，及时调整优化，避免到了项目后期还要为节约性能开销而裁剪模型，得不偿失。本文的重点在于向广大开发者介绍stre

YOLOP是华中科技大学研究团队在2021年开源的研究成果，其将目标检测/可行驶区域分割和车道线检测三大视觉任务同时放在一起处理，并且在Jetson TX2开发板子上能够达到23FPS。论文标题：YOLOP: You Only Look Once for Panoptic Driving Perception论文地址: https://arxiv.org/abs/2108.11250官方代码: h