我们的模型含有两个输入节点，也就是每次输入一对图像。在网络发送时该如何修改呢。看了下send_image.py和zmq_msg_pb2.py文件，没太明白！主要是google.protobuf那一块

我们自己对yolov5检测模型做了集成，在上板计算精度时，损失有点大，至少降了10个点，请问会是什么原因呢？下面是我们的参数配置。1、mapper目录下面 yaml文件配置如下： # Copyright (c) 2020 Horizon Robotics.All Rights Reserved.## The material in this file is confidential

x3开发板如何安装python？

版本1.7，数据输入格式有问题吗这是

模型有多个输入该如何处理。比如下面

yolov5模型在gpu上测试，map有60%,但是上板测试只有48%，下降的有点大啊，请问这是什么原因呢？

生成模型bin文件后要怎么把自己的项目部署到开发板上呢？看了yolov3案例，runtime_arm里面01_build.sh执行后生成了release文件，我想请问一下我们自己要怎么把自己的代码生成release文件，然后在板子上执行呢？

请问yolov5的这两个文件夹有什么不一样？最后一个文件夹里的模型是怎么生成的呢？在yolov5的mapper测试里面，check.sh的模型路径是而 build.sh里用的yolov5_config.yaml 的模型路径是 为什么用的模型不一样？

ERROR][][vps/hb_vps_api.c:397] [561.296613]HB_VPS_SendFrame[397]: bad paddr(vpsmodule.cpp:1195): info_type: IOT_VIO_FEEDBACK_PYM_PROCESS HB_VPS_SendFrame error, ret: -268696584(viopipeline.cpp:242): v

模型打包的时候出现一些错误，无法获取是啥意思[zjh@localhost AI-EXPRESS]$ bash deploy.sh + ALL_PROJECT_DIR=/opt/AI-EXPRESS+ RELEASE_DIR=/opt/AI-EXPRESS/deploy+ rm /opt/AI-EXPRESS/deploy -rf+ mkdir -p /opt/AI-EXPRESS/deploy++

yolov5模型，我在mapper里面进行build.sh的时候，出现以下警告。我知道不是错误，也知道这个警告的意思，但是这个是什么原因呢？表现在代码的哪里呢？------------------------------------------------------------------------------------------------------------------------

我模型训练的时候输入图片格式是：bgr格式，并且向像素值都除了255，做了归一化。在工具链里面的mapper做 inference.sh的时候一个目标也输不出来，我看了一下置信度都是0.000及的级别，请问这是什么原因呢？----------------------------------------------------------------------------------------

用tf训练了一个输入为512*640*2的tensor的模型[两张左右视图灰度后的merge]，转换为onnx后的模型和预处理的数据集在PC上验证过。但是转换时给出了大量超出阈值的警告，且转换后在上板验证效果也不符合。build.yaml文件如下# 模型转化相关的参数model_parameters: onnx_model: '/DispNet/models/DispNetOnnx00.onnx'

自己的训练的yolov3剪枝模型，检测出的图片结果如下：这是啥原因？

我用了地平线旭日3，用examples里面的resnet18demo测试能跑到120fps左右，但是地平线人员说他们能做到230fps。我用了最高等级的编译优化、量化和双核编译，也只有120fps。猜测是因为你们用的batch size更大，所以才有230fps的数据吗？但是我没有找到能设置batch size的地方。希望你们能说明一下实现细节，谢谢！

你好，我们在仿真环境下测试了yolov5的单张图片推理速度，为什么fps那么低，输出日志如下：03_infer.sh ++ dirname 03_infer.sh+ cd .+ source ../../env.conf++ sample_name=++ val_data_path=../../../01_common/data/coco/coco_val2017/images++ val_ann

?想问下AI Express与 工具链 开发 本人跑下来感觉像单独的模块，2者能结合么。。。有没有先关结合的案例或者演示这类的？

1、YOLOv5转onnx代码如下：# ONNX exporttry: import onnx print('\nStarting ONNX export with onnx %s...' % onnx.__version__) f = opt.weights.replace('.pt', '.onnx') # filename torch.onnx.export(mod

板上测试自己的模型的准确率 ：sh dev_board_02_eval.sh好像是类似于flask的服务，这个该怎么测试图片呢？

训练的模型，仿真平台运行没有问题，上板运行报错？报错内容如下：root@x3sdbx3-samsung2G-3200:/userdata/samples/lenet# sh dev_board_01_infer.sh ./release/bin/example --model_file=./lenet_hybrid_horizonrt.bin --model_name=lenet --input_