想基于这个solution进行修改，实现自定义类别的目标检测应用。请问solution_zoo中yolov3_mobilenetv2_example使用的yolov3和mobilenetv2模型的训练代码有开源吗？

horizon_x3_tc_1.1.19e/samples/03_classification/01_mobilenet上板运行报错，打印信息如下：root@x3sdbx3-samsung2G-3200:/userdata/samples/mobilenetv1_224x224_nv12# sh dev_board_01_infer.sh./release/bin/example --model_

下载的最新的1.3.9包里的docker镜像，运行multitask_perception_solution里的build_and_deploy.sh。错误如下。docker里需要改哪些参数配置？我自己写helloworld，本地gcc编译没有问题，修改cmakelist后就也会报下图的错误。请问怎么解决。

运行multitask_perception_solution下的build_and_deploy.sh，编译报错。如下图。

你好，请问关于自动驾驶这块，如何想要合作，如何对接？

征程5对transformer等相关算法性能支持上如何？有参考数据吗？

1.地平线自研AI芯片，为车企提供“芯片+算法+工具链”的完整开发模式。2.帮助车企快速构建自动驾驶和智能座舱能力，并且成本低廉。3.Horizon Matrix R Mono基于地平线征程3芯片，只用800万像素单目摄像头就能完成可以实现车道级的定位精度，实现L2级辅助驾驶，并可以实现匝道汇入汇出、施工区避让、交通灯与车道对应。4.Horizon Matrix R Pilot基于地平线征程3芯片

# import加载镜像root@zhusong-Lenovo-ThinkBook-15p:/home/zhusong/docker/dockerfile_ai# docker import horizon_ddk_docker_image_1.4.9.tar.gz sha256:9d51ffcd5afbe742239ed5da19602b78d13c5a48e7791e2b49888c3259f

首先抱歉问了这么低级的问题我已经在安装了docker，也import了提供的docker镜像，源码也已经下载。但是现在不知道如何使用镜像去编译源码。求助

错误信息如图所示，ERROR Inferred shape and existing shape differ in dimension 2:(216)vs(108)

在模型转换03_build.sh中.yaml设置input_type_rt: 'nv12'，成功转换为.bin。执行runtime_sim中03_infer.sh出现如下报错。+ ./release/bin/example --model_file=../mapper/model_output/feathernetA_rgb_hybrid_horizonrt.bin --model_name=fe

你好，希望使用x3做ocr预测，先使用 paddle2onnx https://github.com/PaddlePaddle/Paddle2ONNX 将 ch_ppocr_mobile_v2.0_rec_infer https://github.com/PaddlePaddle/PaddleOCR 转换为 onnx 模型，使用 hb_mapper checker 检查没有错误或警告提示，使用 m

我们在用其他厂家的NPU方案，做模型转换的时候经常会遇到算子不支持的情况，不知道贵公司的产品在模型转换上是不是更易用呢？能否提供转换工具链试用下先

修改的代码位如下图所示 打开DUMP_SNAP后 smartplugin插件编译不过 请教相应技术人员

小白求助，我在使用ai_toolchain上转化一个YOLOV5模型的时候，发现01_check.sh时候发现MaxPool_236 BPU id(0) HzQuantizedMaxPool 正常的映射。但是在03_build.sh时候发现并没有maxpool并没有发现对应的实现，输出如下，不知理解是否有误：ERROR model conversion failed

现在手头上有j2的开发平台了，但是收到的工具包似乎有缺的，特别是ai包 ，请问那个docker 镜像tensorflow-horizon-docker-v3.7.2.tar.gz可以在哪里获取哎

利用hb_mapper makertbin进行浮点模型转换时，能否强制所有算子均运行在cpu上？

"nr_osdlayers" : 2, "nr_pipelines" : 4, "osdlayers" : [ 0, 3 ],目前osd layer的设置是这样的，osd信息会显示在 osd layer 0和 osd layer 3 ;这样可以显示在屏幕上，也能够保存在 录像中，不过，在此之前，设置的是 osd layer [0,

用的是litehrnet模型 模型在https://github.com/kdy1999/lite_hrnet_onnx执行的命令为hb_mapper checker --model ./lite_hrnet_onnxsim.onnx --model-type onnx --input-shape input.1 1x3x384x288

ai toolchain为1.21.ionnx模型中包含空洞卷积算子转换时报错如下，该如何解决？