当前需要在J3控制器上需要获取yuyv类型的摄像头原始图像数据。摄像头尺寸是1280x720，图像类型代码是0x1e。在配置vio的json文件中将 ”format“设置为了8 ，ddr_output_enable 设置成了1 。并使用 hb_vio_raw_dump（）这个函数获取sif_raw图像数据，结果发现plane等于2，第一个plane的size是921600，第二特plane的siz

目前官网下载的horizon_j5_open_explorer_v1.1.77-py38_20240802版本，CPU、GPU的能够正常拉取，在启动GPU docker时，出现了报错。nvidia-container已安装。..附件1 报错图示.附件2 当前系统环境版本和库版本.附件3 执行的报错指令.

j6e有几个核，怎么指定qat转的hbm模型在哪个核跑。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

.芯片型号: J3 pliot.请问下HB_VP_DmaCopy这个接口怎么使用的，申请一个物理内存，然后拷贝了一张1080p大小的图像后，将对应的虚拟内存的数据写文件发现数据都是0，耗费了大概20ms的时间，其中满足了src跟dst都是连续内存的条件，请问这个函数接口应该怎么使用，麻烦解答一下，感谢！.

请问模型编译在j6_3.3.0和3.5.0版本的静态性能差异为什么非常大j6_3.3.0: fps为529.93j6_3.5.0: fps为322.53

oe3.5.0. .实验超参: calibration_step: 500, observer: mse. .calib_float是calibration与浮点对比分析结果，qua_float是qat与浮点对比分析结果. .abnormal_layer_advisor 、compare_per_layer_out.超大数据范围"Total data range 130925.09375 mayb

例程中的resnet50的input_type_rt修改为rgb后基于量化后得到的bc模型在python端无法得到正确分类结果.使用的版本为OE_3.2.0.你好我在学习模型量化部署的工程中，尝试将例程中关于resnet50部分的input_type_rt修改为rgb后无法得到想要的结果。.如下是process.py内的代码，我想咨询下归一化的操作是否不需要在对bc模型的输入数据中实现（文档中描述

当前有一款深度相机输出的是Z16类型的图像数据（一个像素用两个字节表示，两个字节合起来表示一个深度，最大65535），但是直接按照yuv获取到的图像几乎全是绿的。我用哪个接口可以获取到原始的16字节数据并保存到文件中

control_tool 中的参数关于dk_enhanced（暗处增强）好像不随Gain联动调试，只有dk_min 和 dk_max 可以设置上下限；而高亮抑制参数（bright_pr）则可以随Gain联动。.比如现在我想针对白天场景的暗处亮度减弱，以提高白天的对比度；而夜晚场景的暗处亮度增强，以呈现暗处细节。dk 不随Gain联动，无法区分夜晚和白天的场景。.IRIDIX_ASYMMETRY_E

如题，我们是大学生方程式车队的队员，最近在新赛季开发地平线赞助的域控上，遇到一些问题：我们可以选用哪些相机呢？

如题，我们是大学生方程式车队的队员，最近在新赛季开发地平线赞助的域控上，遇到一些问题：我们可以选用哪些相机呢？

芯片型号: J3 pliot.请问下HB_VP_DmaCopy这个接口怎么使用的，申请一个物理内存，然后拷贝了一张1080p大小的图像后，将对应的虚拟内存的数据写文件发现数据都是0，耗费了大概20ms的时间，其中满足了src跟dst都是连续内存的条件，请问这个函数接口应该怎么使用，麻烦解答一下，感谢！

 .J6B模型是否支持通道量化, 即输出通道的scale的数量, 是根据通道数量来的.具体环境版本hbdk version: 4.4.3hmct version: 2.5.2hb_compile version: 3.4.3. .还是J6B模型本身就不支持通道量化呢?

oe 3.5.0.在对sparse 4d进行ptq时，使用参考的py文件和yaml，请问，问什么推理bc文件的结果不正确。是哪里配置出现问题了吗？是不是需要校准阶段和推理阶段保持一致，都归一化。. .看OE例程里面一般input_type_rt都设为了nv12，如果我设为rgb时用量化的bc去推理好像都得不到想要的结果。

compile_cfg = dict(. march=march,. name=task_name,. hbm=os.path.join(compile_dir, "model.hbm"),. layer_details=True,. input_source=["pyramid", "ddr", "ddr", "ddr"],. opt="O2",. sp

Large scale value detected: model.cost_agg.att4.add2.conv.activation_post_process.scale=1102.5093994140625, which may cause more accuracy loss during convert；，可能会导致精度损失，怎么解决，会导致Loss下降的慢，以及最终的hbm模型精度不好

.芯片型号：征程5.OE包版本：v1.1.77.问题描述：尝试转换J6官方Bevformer示例，已基于J5平台进行的一定的适配和修改，可成功生成model.hbir，没有生成model.hbm模型，报错信息如下，返回错误代码 -6.model.hbir 链接: https://pan.baidu.com/s/1b2wEwneqQ644RBKvqO3w0A 提取码: t924.

在对hbm推理时候因为已经去掉了量化节点，需要对其手动量化，通过hrt查看有些输入是通道量化，有多个scale，请问如何处理？

使用的OE版本是v3.0.22.正常推理耗时在2-3ms 但是最近发生耗时很长 1s的情况（一天发送两次左右）.请问下 这是什么原因导致 

在进行模型PTQ转换的时候出现如下报错.RuntimeError: Function on type is not supported in hbir exporting，这个应该是atan2算子不支持，请问这个有什么方法能够解决？