j6 oe算法工具链 支持 sparse4d模型转换吗

麻烦看一下是否正确：
OE工具链支持 sparse4d 转换。

地平线的BPU要求输入为单一计算图，不支持运行时动态拼接多个模型。若模型被拆分为多个ONNX文件，工具链无法直接处理。 若需要最终部署板端，需要将预处理、模型主体、后处理等合并为单一ONNX文件，确保OE能识别完整计算流。若模型仅用于调试、验证（如本地推理），无需强制拼接ONNX，可直接用原始框架（如PyTorch、TensorFlow）推理。

Sparse4D模型第一帧header与后续帧header不一致 ，属于数据预处理逻辑问题。该模型需同时处理两种不同拓扑的输入，onnx要求静态计算图（固定输入维度），需要在模型部署之前通过脚本统一header格式。 可以通过显式传递全零历史帧规避动态维度。