SIF-online-ISP出图失败 ，但是SIF-offline-ISP出图确认是成功的。请问online我该怎么去调查问题？出图配置文件对比：

上次我问到在x86 docker中使用oe包中的yolov5x推理一张图片，hbDNNWaitTaskDone(task_handle, 0)需要几分钟才能退出，现在我需要在板上接收数据实时推理，我现在的思路简单粗暴，就是接收到一帧，执行推理单帧的程序一次（以前在xavier上基于ROS上用过这种方式，当时是用的service，效果还可以），这样在板上能保证实时性吗？还有什么更好地思路吗？因为第一

用户您好，请详细描述您所遇到的问题，这会帮助我们快速定位问题~1.芯片型号：J52.天工开物开发包OpenExplorer版本J5_OE_1.1.373.问题定位：Swin-T 算法模型浮点模型训练4.问题具体描述：执行命令python3 tools/train.py --stage float --config configs/classification/horizon_swin_transf

求助J5目前提供已经安装OPENCV、CUDA等组件的系统镜像吗？

用户您好，请详细描述您所遇到的问题。您好：HDR sensor调试过程中，发现API中读取的曝光行，SYSYEM_LONG_INTERGARTION_TIME 任何时候都为0 。这是是不是意味着 long 曝光一直没生效？如何确认？

用户您好，请详细描述您所遇到的问题。1.硬件获取渠道： j5 dvb2.当前系统镜像版本：3.当前天工开物版本：4.问题定位：J3 -> max96717 -> max9296 -> J5 , J5 RX0 可以测到data波形dmseg:# /app/bin/vps/vpm/vpm_gtest -r 100 -l 3000 -S 1 -e 0 -v ./vpm_config.json -c .

用户您好，请详细描述您所遇到的问题。1.硬件获取渠道：J5 dvb2.当前系统镜像版本：3.当前天工开物版本：4.问题定位：执行/app/bin/vps/vpm/vpm_gtest -r 100 -l 3000 -S 1 -e 0 -v ./vpm_config.json -c ./hb_j5dev.json -x -X '--gtest_filter=VpmScenarioTest.vpm_sc

1.芯片型号：X3派2.天工开物开发包OpenExplorer版本：XJ3_OE_2.5.23.问题定位：tensorboard可视化查看4.问题具体描述：在文档里没有发现tensorboard相关的命令，但是发现存放模型的目录下有tensorboard的文件，算法模型训练时如何使用tensorboard命令进行可视化查看?

用户您好，请详细描述您所遇到的问题。1.硬件获取渠道：2.当前系统镜像版本：3.当前天工开物版本：4.问题定位：使用96712点亮4个ovx3c后，增加同步触发"lpwm_num": 1, "lpwm_0": { "lpwm_index": 0, "lpwm_enable": "0xf", "trigger_mode": 2, "offset_us": [ 1, 1,

1.芯片型号：X3派2.天工开物开发包OpenExplorer版本：XJ3_OE_2.5.23.问题定位：模型转换为onnx没有报错，但是也没有生成onnx模型4.问题具体描述：使用export_onnx.py脚本执行以下命令python3 tools/export_onnx.py --config configs/segmentation/unet.py --ckpt float-checkpo

修改hobot-j5-soc.dtsi文件，将这几行注释取消掉后            dmac-num = <0>;            dmas = <&dmac0 7>,                <&dmac0 6>;            dma-names = "rx", "tx";出现新的报错hobot-pcie-ep 59c00000.hobot_pcie_ep: DMA w

1.芯片型号：X32.天工开物开发包OpenExplorer版本：XJ3_OE_2.5.23.问题定位：模型精度验证4.问题具体描述：使用predict.py脚本验证float、qat、int_infer的精度，python3 tools/predict.py --stage float --config configs/segmentation/unet.py --ckpt float-chec

1.芯片型号：X3派2.天工开物开发包OpenExplorer版本：XJ3_OE_2.5.23.问题定位：MobileNet_UNet模型训练4.问题具体描述：MobileNet_UNet训练，/horizon_xj3_open_explorer_v2.5.2-py38_20230331/ddk/samples/ai_toolchain/horizon_model_train_samples/sc

系统软件版本：x3_ubuntu_v1.1.3问题描述：模型是LaneATT（https://github.com/lucastabelini/LaneATT），转换后在x3pi上执行，出现如下错误： [E][DNN][multi_model_task.cpp:247](1684315378625) The model [LaneATT_test_rgb_2core] genarate 1602

1.在x86 docker中使用oe包中的yolov5x推理一张图片，hbDNNWaitTaskDone(task_handle, 0)需要几分钟才能退出，结果是对的，但为什么需要等待这么长时间，上板之后会这样么？2.我现在可以推理一张图片，如果要上板实时推理，请问程序实现一般是什么思路，相机的数据一般怎么考虑进模型，还请各位朋友指点一下！1.芯片型号：J52.天工开物开发包OpenExplore

1.芯片型号：J32.天工开物开发包OpenExplorer版本：XJ3_OE_1.15.23.问题定位：模型转换4.问题具体描述：利用sh 03_build.sh脚本转换模型过程中，共发现了如下4个问题.4.1 模型读取到我的output维度为 [0, 0, 0, 0]，但是我看量化完后的onnx模型维度也是正确的，不知道这对我模型的转换是否有影响。log部分如下所示：ONNX IR versi

您好，我使用的是J5芯片，能不能直接在J5芯片上安装ubuntu发行版，如果可以，该如何安装呢？

请问yolo系列后处理C++代码示例哪里可以找到？1.芯片型号：J52.天工开物开发包OpenExplorer版本：docker_openexplorer_centos_7_j5_v1.1.333.问题定位：板端部署4.问题具体描述：项目需要C++版本的后处理代码，我想问一下社区有没有用过的朋友

用户您好，请详细描述您所遇到的问题。1.硬件获取渠道：2.当前系统镜像版本：3.当前天工开物版本：4.问题定位：增加曝光功能后，在文档中并没有找到曝光的调试手段，不知道怎么测试设置的trigger是否起作用

系统软件版本： x3_ubuntu_v1.1.6OE发布包：horizon_xj3_openexplorer_v2.5.2_py38_20230331.tar.gz配置板端模型推理输入为NHWC，BGR，640*640图像，模型转换配置见附件：ps_config.yaml；调用c++接口，加载模型，获取模型输入的hbDNNTensorProperties，其中：validShape:[1, 640