专栏算法工具链3D点云的Gndnet模型使用6M工具链check失败

3D点云的Gndnet模型使用6M工具链check失败

已解决
默认802562026-07-01
139
7

1、芯片型号：J6-M

2、OE包:j6_OE_v3.0.31_py10

3、问题定位：模型转换检查

4、问题描述：基于GndNet对点云进行高程回归和地面分割，3个动态输入：

  • voxels：[N, 100, 4]，
  • coors：[N, 4]，
  • num_points：[N]

  • 第一步执行onnx的check时报下错误：

算法工具链
技术深度解析征程6
+1
评论5
0/600
  • YCJ
    Lv.4
    当前问题主要来自点云动态 sparse-to-dense 处理，建议将 ScatterND 相关逻辑前移到 CPU 侧，BPU 侧只保留固定 shape 的 dense BEV CNN 网络，这是更稳妥的部署方式。
    2026-07-02
    0
    0
  • YCJ
    Lv.4

    另外，请升级工具链到最新版本

    2026-07-02
    0
    0
  • 默认80256
    Lv.2

    请问不支持这种动态输入吗？如果不迁移，性能很差吗？

    2026-07-02
    0
    0
  • HuangHui
    Lv.5

    您好，由于本帖暂时没有新的进展，我们将其关闭归档。如问题尚未解决或出现新的情况，欢迎通过新帖继续沟通，祝您工作愉快！

    2026-08-13
    0
    0
  • 费小财
    Lv.5

    更新个版本试试，新版本修复了大量编译器稳定性问题，并优化了处理逻辑

    2026-07-02
    0
    2
    • 默认80256回复费小财:

      新版本对模型的检查通过，请问如何在配置文件里设置三个动态输入？

      2026-07-03
      0
    • XZH回复默认80256:

      我看您在最新的贴子中贴出的yaml已经设置input_name: "voxels;coors;num_points" ....input_shape: '2000x100x4;2000x4;2000'。这就指定了模型所能接受的最大输入尺寸，如果实际输入尺寸小于当前指定的尺寸，在应用层对数据进行padding至最大尺寸，并在后处理中忽略填充部分即可。

      2026-08-07
      0