如题，运行hb_mapper checker，有如下错误提示，ERROR HorizonRT not support these cpu operators: MatMul我使用的是pytorch的torch.onnx.export导出模型，opset_version=10，看了你们的算子支持文档，Matmul是支持的，不过要求opset version=13, 9, 1，但是如果真的使用opse

你好，我在做如下模型量化转换碰到转换失败的问题，能否帮忙看下有什么分析方法和解决方法么。多谢！1. 环境horizon_model_convert_sample_xj3_1.1.20gdocker.hobot.cc/aitools/horizon_xj3_tc:xj3_1.1.20g2. 模型Simple and Lightwight Human Pose Estimationhttps://gi

AI-EXPEREE中通过预测方法，后处理后得到了每个输入的结果，如yolov3_mobilenet_sample中bbox类,后处理后放在frame_result中，那么接下来哪里会调用frame_result来生成最后可视化结果呢？（类似于工具链中的image_utils.cc）我想写一个实例类，除了bbox类中包含的信息外还有额外的mask信息，估计要重新写最后的show函数

如题，没有对应的后处理，通常需要怎样编写，sample里有很多不同模型的后处理参考哪一个或者其他有方式验证转换后的模型怎样搞

多次尝试发现最后一层如果有relu或者interpret/concat算子的话检测无法优化到BPU，这两个算子在中间层可以优化到BPU中。使用pytorch1.6 relu为self.relu = nn.ReLU(inplace=True)interpret为torch.nn.functional.interpolate()concat为torch.cat

在跑 se_resnet_gray.onnx的时候，执行mapper里面的build.sh的时候，出现以下错误：----------------------------------------------------------------------------------------------------------

环境： x3sdbx3-samsung2G-3200 海康威视1080 USB镜头（yolo测试有效）使用demo/2.3_api_example/2.3.2.1_capture_image.sh测试失败，测试参考文档如下，不太明白红框中什么意思，这里测试的camera是指usb camera吗。报错如下：root@x3sdbx3-samsung2G-3200:/userda

环境：Ubuntu16镜像版本为docker.hobot.cc/aitools/horizon_xj3_tc xj3_1.1.21i f5a413d7f9c9 7 weeks ago 2.31GB问题描述：自己编写的nms算法，里面调用了exp函数用来计算输出的sigmoid，在runtime_sim中编译没有任何问题，能正常输出结果。而在runtime_arm中编译报错，报错内容

环境：ubuntu 18.04， toolchain 1.1.21i现象：浮点模型精度有问题步骤：1. 解压tool chain 压缩包，未做任何更改2.进入horizon_model_convert_sample_xj3_1.1.21i/samples/03_classification/03_resnet18/mapper3.执行01_check.sh ，02_preprocess.sh，0

您好，我的模型转换的参数 input_type_rt: nv12，input_type_train: bgrp，在自己写推理代码时，是将输入图像转换成nv12格式吗，还是有其他什么特殊处理吗。我现在手动将BGR转换成NV12格式后，推理结果和转换前模型结果相差较大。

在“准备校准用的数据集”时，发现没有数据，请问这部分数据有提供吗？还是要自己去下载。

运行基于DnnPredictMethod的方法，PrepareInputData可以正常完成，不过会在到达DnnPostProcessMethod::ParseDnn之前报错，[1970-01-01 08:37:04 ERROR 547742544032 bpu_mem_pool.h:67] no more data can be alloc[1970-01-01 08:37:04 ERROR 5

使用自训练的yolov3 替换AI Express内的默认版本。遇到推理不出正确结果的问题。步骤如下，请论坛内的研发人员帮忙看看1. 自行训练了一个yolov3。使用工具链转换成x3可以使用的版本。转换时已经修改了 input_type_rt: 'nv12'2. 将工具链的例子包括转换后的bin文件、脚本和测试图片 scp到x3板子上，运行dev_board_01_infer.sh 测试一个图片

我在试图将自己的onnx模型转量化模型时遇到如下报错, 看错误提示猜测应该是因为我的输入节点是NHWC, 而ERROR上一行中original_input_layout=NCHW, 所以说不匹配, 但我找不到哪里能改这个参数.校准图片集的大小是准确的, 并且我在preprocess_on:True和做过预处理且preprocess_on:False的两种情况都试过,都会报这个错误.请问如何解决?

使用x3开发板，然后使用了usb摄像头，运行之后，出现如下的错误，同时已经运行了 /sys/class/video4linux/ -allError opening device /dev/video0: neither video capture nor video output supported.(vioproduce.cpp:2008): camer_open /dev/video0 fa

1.硬件环境 X3 sdb，2G。没有额外的传感器。 2.软件环境 不清楚……系统没刷过镜像，用的最新的AIExpress。输入用的jpg回灌模式。 3.问题 运行自己编写的Method时，可以运行两帧（就是终端里面会出现2次SmartMessage Serialize的提示），之后就报错，周期性提示如下错误， (vpsmodule.cpp:1368): pipe_id: 0 HB_VPS_Get

拿到一个浮点模型，想分析单帧延迟，看看有没有可以优化的地方，可以从一下几个方面入手：     1. 用模型可视化工具打开模型，看下模型结构，如果是图像输入类型，看模型是否编译为了带预处理node的（省了一个transpose+quantize)。     2. 如果模型最后输出结构是dequtize + tranpose，可以考虑能不能修改下原始模型最终输出结构，进而省略掉transpose操作 

采用的X3 SDB开发板，使用的是1124的SDK包里面的x3_platform_sample里面的sample_ipc。我这边修改之后的结果是这样的，一路4K图像输入，在VPS的group里打开4个chn，分别是chn0： 将4K缩放成720P （已经实现）chn1： 将4K里面裁剪出3200*1600，再缩放成1080P （已经实现）chn5： 只能输

修改yolov5_config.yaml,若设置layer_out_dump为True，input_type_rt设置为nv12，最后出现下图提示，不知是否正确？

01_checker.sh：该文件仅与模型文件有关，需要通过—input-shape给定输入节点名称与形状。如果checker通过，说明模型没问题，checker报错，说明模型存在问题，很大可能是使用了不支持的算子。02_preprocess.sh: 该文件与模型无关，用来预处理数据集且生成*.rgbp的格式。因此在改文件中需要提供源文件目录(--src_dir)，生成后文件目录(--dst_di