1、芯片型号：J6-M2、OE包版本：j6_open_v3.9.0-py3103、问题描述：模型转换4、问题详细描述：在对模型执行03_build.sh构建时，cosine在ScatterND之后骤然下降，导致最后的板端推理精度很差。5、产生ScatterND算子代码块：canvas = torch.zeros(self.nchannels, self.nx * self.ny, dtype=vo

我们有个J6域控接收isx031这个相机视频，硬件连接：isx031(MAX96717加串器)---GMSL2--->J6域控（MAX96722解串器）---MIPI--->J6域控（SoC），这种简单情况是正常的，dmesg关键log也可以看到第一帧FS/FE正常接受，如下：[26149.519019] [I|SEN|hobot_sensor_ops.c+1632]:[SENSOR9]: sen

1、控制器硬件是自己设计开发的，其他硬件参考设计为金脉3J3控制器，以太网部分修改为J3直接连接phy芯片而非交换机；2、问题模块：以太网驱动3、问题描述：J3芯片采用RMII接口和DP83848这个phy芯片连接，现在现象是uboot和linux均可以ping通电脑，但是丢包率超过70%。4、怀疑点：查看 kernel/drivers/net/ethernet/hobot/hobot_eth.c

社区答疑获奖名单排名昵称解答次数奖品说明🏆费小财20奖品池礼品自选 1 份价值 800 元（含）以内🥈zsy5奖品池礼品自选 1 份价值 300 元（含）以内🥈九zoujiu.com.cn5奖品池礼品自选 1 份价值 300 元（含）以内🥉默认088963奖品池礼品自选 1 份价值 100 元（含）以内参与奖fataJtz2地平线精美周边1份参与奖MayIJn1参与奖默认106561参与奖

芯片型号：J3天工开物开发包 OpenExplorer 版本：horizon_xj3_open_explorer_v2.6.4-py38_20240319问题定位：模型量化编译hbm文件时报错问题具体描述：浮点训练、校准和QAT训练都正常，但在最后做模型量化编译时出现问题，具体报错信息如下（报错全文可见附件中0729compile.log）：

这个图片里的controll msg 是什么东东啊？看起来ACore会直接访问MCU SRAM去读写？ACore真的可以直接访问MCU SRAM吗？

使用j6p板子，官方的demo改了一下配置。目前使用gdc + ros2编译demo, 运行时用的cfg是改了对应的分辨率和内参之后生成的gdc文件和参考点文件，custom模式。如果使用对应的参考点文件会导致驱动卡住，4秒产出一帧，如果不考虑custom使用affine(即不用参考点文件)则是正常的稳定30帧。想请教一下目前还是用convert tool进行去畸参数的处理么？之前听说已经不再维护

1.地平线J6M配套很多的线，Main-A和Main-B与J6M连接后引出很多can线等线，请问有相关手册资料吗，我们需要知道引出来的都是什么作用的线，以及通讯协议是什么。2.想要使用can线输出控制信号给底盘控制器，发送信号是只能在MCU中写相关代码烧录进MCU吗。

J6M 平台IPCF通信过程中，会通过MDMA搬运数据吗？

如何在J6系列芯片部署LLM/VLM等大模型，未来能否支持flash-attn

和芯片无关和板卡无关天工开物开发包 OpenExplorer 版本：openexplorer/ai_toolchain_ubuntu_22_j6_gpu:v3.8.1，容器docker内开发fcos3d模型的训练 + 训练数据集3D框可视化 + predict可视化nuscenes数据集训练fcos3d模型，输入给模型的数据存在问题，导致fcos3d模型在validation作metric的时候，

和芯片无关和板卡无关天工开物开发包 OpenExplorer 版本：openexplorer/ai_toolchain_ubuntu_22_j6_gpu:v3.8.1，容器docker内开发fcos3d模型的训练 + 训练数据集3D框可视化 + predict可视化nuscenes数据集训练fcos3d模型，输入给模型的数据存在问题，导致fcos3d模型inference出来的predict的结果

和芯片无关和板卡无关天工开物开发包 OpenExplorer 版本：openexplorer/ai_toolchain_ubuntu_22_j6_gpu:v3.8.1，容器docker内开发fcos3d模型的训练 + 训练数据集3D框可视化 + predict可视化公司自采数据集训练fcos3d检测模型的问题，后处理NMS没有过滤框算是之前的帖子的延展，https://developer.hori

我们目前在做一台 J6M 域控接入环卫车的调试，希望通过域控读取车辆 CAN 信息，后续在车辆协议、控制使能和安全条件都明确后，再尝试通过 CAN 下发底盘控制指令。一、我们的使用目标车辆侧有 CAN1、CAN2、COM3 三个接口。车端反馈如下：1. CAN1：底盘相关接口，偏单独控车口；2. CAN2：老款车型上用于和域控通信，也可以控制底盘，目前更像是新域控接入车辆的主要 CAN 口；3.

OE版本:OE3.2.0我使用相同的校准数据集，分别以nv12和rgb进行量化编译；在x86上用python端模拟板端c++进行测试推理时，nv12的推理结果部分会出现置信度低和小部分的漏检情况，想问一下可能是什么原因如何排查。

你好我的一个模型，使用相同的校准数据集在x86平台上分别利用bgr和nv12为板端输入格式进行量化部署，nv12格式有的图片会出现无法检测到目标，有的置信度大幅度降低，也有部分正常输出结果，想问是什么原因如何排查（图片均采用校准数据集）。

地平线开发者社区征文活动第四期正式开启！不管是正在使用征程 6M 备战赛事的参赛同学，还是深耕算法、工具链、底层软件开发的每一位开发者，在项目调试、功能开发、落地实践的过程里，一定都有反复排查才解决的问题、摸索许久才通透的思路。不必把这些宝贵的踩坑经历、实操技巧与技术感悟独自存档。欢迎你将开发复盘、教程拆解、问题解法梳理成文参与征文，你的分享既能帮同行少走弯路，也能沉淀属于自己的技术积累。社区会为

采用OE的J6工具链转化一个.onnx的Yoloseg模型（经过验证可以准确高置信度识别），output0和output1应该如何解码？尝试了多种方式，无一例外的地置信度和识别错误。模型量化时的余弦相似度output0和output1分别为0.999+和0.975+