求助!!!请问有渠道获取征程系列的开发套件吗?想用于验证ADAS相关的功能

如图，【3】是已经转换好的onnx模型，也验证了可以使用，但是无法调用makerbin产生的中间结果onnx模型。模型是双输入的，请问如何解决

如题！

通过校验工具初步检测，可以对训练的模型进行转换。但是实际进行模型转换时，报错说Slice不支持经过查看官方文档发现实际是应该支持的请问这种情况应该怎么解决

多输入模型，从TF2转到ONNX的，ONNX模型转换后验证可以用，但是模型标定时报错

我们自己基于Pytorch开发的AI推理可以在开发板上运行吗？

我想在X3上部署一个自定义网络，仿照着案例完成了模型的转换和数据集的转换，但是模型是案例之外的，无法执行模型的推理，评估等。请问该如何解决

我观察到你们的工具链当中有两套模型转换工具，hbdk-cc可以将mxnet和tf模型转换成hbm模型，hb_mapper可以将caffe和onnx模型转换成bin文件。请问这两套转换出来的模型有什么区别，根据我的观察和实验，似乎实际使用调用的接口都是相同的，那么为什么要区分两套转换工具？另外，hb_mapper使用的文档和示例相对来说比较完整，hbdk-cc工具的使用方法只在ai_express文

1.已经加载官方提供的docker镜像2.docker中cmake版本已经按照ai-express中要求的 更新为3.173.交叉编译工具按照要求放在/opt路径下4.build.sh x3运行报错 ，根据内容自己修改了下编译的脚本编译的时候报错

我的模型输入本身是1x3x300x300，align后的输入要求是1x4x300x304。而我从摄像头获取数据经过vps缩放后应该是1x3x300x300的。那么在给输入tensor赋值时，我需要自己在每一行数据后面加padding以达到align的数据效果吗？

我在使用工具链做模型转换和调用bpu做推理中有几个问题。1. 在转换配置文件中定义了输入为nv12格式 input_type_rt: 'nv12' input_type_train: 'rgbp'但是使用hb_mapper转换模型时，log显示输入依然是yuv444格式？2020-09-17 13:48:07,415 INFO Parsing the input parameter:{'data

深度神经网络，卷积的计算是乘加，属于线性变化，而各种目标函数是很复杂的非线性函数，需要引入非线性变化，使得深度神经网络能够拟合非线性函数变化。因此，在深度神经网络中引入了激活层（activiation layer），而Sigmod就是其中非常主流的激活函数之一。然后Sigmod非线性计算不适合在AI计算单元中进行计算，需要针对他进行优化常见的方案如下两个：1. 基于泰勒展开来拟合非线性函数Sigm

如题，请问有docker的数据集提供不

1. MU-2520-4-E-X3J3平台AIOT媒体系统接口手册，也叫"X3媒体接口手册"，库文件和头文件没有在1.1.12工具链里面找到，请问在哪里下载？2. ai-express-release包在什么地方下载？USB相机需要接入ai express包的支持。3. YOLOv3测试，10张风筝照片的测试结果，205ms一帧。请问是否符合X3在YOLOv3的benchmark？

X3浮点模型转换示例：https://developer.horizon.ai/forumDetail/136488103547258426我按照X3浮点模型转换实例，想把.onnx 转成定点模型，在执行 01_check.sh 的时候报错报错如下：ERROR list index (0) out of range我不知道要如何定位这个错误，list index(0)又是什么呢？btw，我的.on

[22947.029219] module id: 4, event id: 2 register err[had registed](model.cpp:158): The model builder version = 1.1.6(bpu_model_info.cpp:35): Hybrid model hbm_hbrt_version = 3.6.6I0101 14:22:27.407476

这是提示的信息。

1.check无问题2.转化失败

想问下PC端docker下模型转换成功后，导入开发板，这个步骤没有详细的文档，想问下各位大佬是如何操作的。???

目前mxnet仅支持onnx1.2.1版本的模型转换，所以例如insight face这种模型是否只能够寻求别的框架转换之后再转onnx？目前x3支持低版本onnx的模型转换吗？