我在对一个单目标跟踪模型进行转换，转换的过程中并没有报错，node_similarity也比较正常，但是在上板验证时，模型的输出不正确，我反复检查的模型的预处理，校准数据的预处理，模型的后处理代码等，均为找到出现问题的原因，希望能帮我找一找可能存在的问题附件中是一些资料和代码，校准数据超过了10M，可以通过百度云下载 链接：https://pan.baidu.com/s/1XdUgRM0z8uQY

第一个警告是关于reshape算子的，报错信息如下：该reshape算子在onnx中的位置如下图报错的原因是因为通道数会自动对齐为8的倍数吗，应该怎么解决这个警告呢第二个报错是关于模型输入输出的，如下图模型的onnx结构图，转换的yaml文件和生成的日志文件均在附件中，希望能尽快回复，万分感谢！

J3开箱，系统烧写工具UART在资源中心中未找到J3相关工具下载方式1.请问具体J3烧写工具UART的下载方式是什么？2.请问关于J3的相关的技术支持文档有具体的地址吗？

J3开箱使用连接线进行串口连接：利用J3开发板上两个串口，靠近sd卡槽的串口连上开发板，但无任务反应，设备端口中也未检测到，如图（串口驱动已安装完成，X3派是可以正常通过串口连接的），辛苦看下是什么问题

硬件环境：J5 开发板使用AI工具链编译的异构模型，使用BPU SDK 程序方式，在板子上加载失败，失败码为 -6000014，具体错误：hb dnn version: 1.10.3hbDNNGetVersion: 1.10.3_(3.14.14 HBRT)check model ./slot_gat_full_horizon_bayes.bin existStep 1. load model .

成功生成xxx.bin模型后，运行hrt_model_exec perf 测试性能，出现报错信息： [E][DNN][cast.cpp:84](1661865612430) error output type! [E][DNN][hbm_exec_plan.cpp:794](1661865612430) Cast forward failed. [E][DNN][multi_model_task.

original_float_model.onnx模型与quantized_model.onnx运行结果差异不大，但是quantized_model.onnx模型和.bin模型运行结果差异显著，为什么？程序的预处理与后处理代码几乎完全一样，只有load模型使用的函数不用1、模型转换的yaml文件# https://developer.horizon.ai/api/v1/fileData/doc/d

用户您好，请详细描述您所遇到的问题：系统软件版本： XJ3 最新 OE问题涉及的技术领域： 算法问题描述：希望可以直接拿到 Yolov5s 的 BPU 输出（即使是 INT32/INT8 的），自定义在 CPU 上去做 Dequant 和后处理。 复现概率：必现 已进行的排查措施、分析及结果： 硬件问题先排查供电和时钟 驱动问题先排查外设的供电、复位和时钟 功能异常，先排查一下是不是运行的代码和d

用户您好，请详细描述您所遇到的问题。1.硬件获取渠道：企业采购2.当前系统镜像版本：ai_toolchain_centos_7_j5:v1.1.73.当前天工开物版本：-4.问题定位：ssd_mobilenet_v1 tf模型转onnx模型之后，使用hb_mapper checher检查模型报错2022-08-26 10:30:25,858 file: hb_mapper.py func: hb_

用户您好，请详细描述您所遇到的问题。硬件平台为地平线J5，onnx opset为11，onnx模型check时pad算子报错，但是看算子支持列表，并没有发现什么异常：使用pad算子的代码： im_padded = F.pad(im, pad=(1, 1, 1, 1), mode='constant', value=0.0)2022-08-24 18:53:00,122 file: tool_uti

在ubuntu用install.sh脚本安装AI toolchain，提示需要cmake 3.14.5，根据提示操作后，确认版本是对的，依然提示cmake版本不对，请问如何解决？

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：5.开发的demo/案例：6.需要提供的解决方案：vio_tool.c中的hb_vio_buffer_s结构体用于描述一帧图像的信息。请问yuv数据存放在结构体的那个成员中？我想用opencv的接口去获取图像信息应该怎么操作？

您好，我在编写C++模型推理任务时，希望将输出的HbDNNTensor转化为Mat，使用了memcpy的方式，但我发现似乎HbDNNTensor的通道间的内存地址是不连续的output_tensors[0]的输出尺寸是1x85x52x52，我输出了其前2705(52*52+1)个值，同时输出了拷贝后的out的前2705个值，发现out的第2705个值并没有被拷贝过来，请问有什么方式可以便捷的将Hb

如题，如支持最大可以支持到多大的图片输入，同时 batchsize 是多少呢？

用户您好，请详细描述您所遇到的问题。硬件平台为地平线J5，onnx模型check时前面都正常通过了，最后报错unsupported broadcast mode，也没有办法定位是哪个算子？2022-08-19 10:16:14,473 file: hb_mapper.py func: hb_mapper line No: 73 Start hb_mapper....2022-08-19 10:16

您好，之前在问问题时有技术人员提到BPU推理和CPU后处理会自动并行，我不太能理解。以ai_inference中的mipi_camera.py为例，从代码中看，每一次循环从mipi camera读取一帧数据，然后顺序执行推理和后处理，直到一帧图像完全处理结束后，才会读取下一帧，而我理解的并行是：bpu在推理当前帧图像时，cpu可以对上一帧的推理结果进行后处理，请问该如何实现，ai-express吗

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：5.开发的demo/案例：6.需要提供的解决方案：

您好，如果我想实现bpu推理和cpu后处理的并行，以及两张图片同时在两个bpu上进行推理，有可参考的解决方案吗，或者有相关的教程吗，为什么用户开发手册里面啥也没有呢，感觉你们的说明文档好乱呀，有没有一个比较完整的文档，然后可以链接到其他文档的那种

我尝试读取视频并进行检测跟踪，cmake在x86环境下编译成功，但运行时报错

xstream不维护了吗？还是有其它模块替换了呢？github的版本一直没有更新，最新发布的工具链也没有找到。