问题1：地平线提供的yolov5模型中输出层的scale data有很长一串浮点数，官方的预训练模型转成后就只有一个，这里的scale data是训练还是什么阶段确定的呢？（我看代码这里和后处理相关，需要用到scale data，再通过DequantiScale函数计算score）问题2：输出层的scale data和hbDNNQuantiScale中的scale data是一回事吗？例如：out

之前误删了系统启动项，导致板子无法启动。因此需要一份Matrix6 V1P1 V1.0.0的底软，要求软件需要跳过开机自检。MCU的软件应该是好的，重点是更新A核软件

1、使用命令hrt_model_exec perf --model_file pre-d.hbm --frame_count 15 --thread_num 1 --perf_time 1 测试模型性能时，我设置参数-frame_count为15,但是打印中Frame count只有第一次是15,后面就按照默认的200跑了，如何能一直15帧呢？.. .2、在做实际工程之前，如何使用这个工具模拟实际

ai_benchmark中的bev示例算法运行fps.sh使用的nuscenes mini_data数据，为什么images（bev_det_images，gkt_images等）都是bin格式的文件，他们是如何得到的？如果我想在已给算法的基础上修改workflow_fps.json，通过fps.sh脚本运行bev_cft算法，我应该如何获得这些bin格式的数据？

我在附件中提供了最小模型，模型编译会报如下错误：.2025-04-03 02:37:37,784 INFO Start to compile model. loc(fused<#hbdk.track], originalAlignOutputsShape = [<1, 1000, 8, 4, 4, 32>]>>["GatherElements_218"]): error: 'hbir.gather

.debian12系统的J6E，是否支持ROS2。.安装ROS2基础环境一直报错， 另外apt安装的, 下次开机还是会刷掉 . .

1. 板端运行 .bin文件  使用hrt_mdoel_exec perf执行文件 会出现如附件所示的奇怪报错, 请问是什么原因导致的. . .2. 同一个bin文件 使用hrt_mdoel_exec perf执行文件, 有时候会自己core dump是什么原因?. .补充信息:.使用的是OE包horizon_j5_open_explorer_v1.1.68-py38_20231014版本, 将其

1.芯片型号:J33.天工开物开发包OpenExplorer版本:J3_OE_1.16.44.问题定位:模型转换--量化后性能问题5.问题具体描述:按照官方文档描述，quantized模型已经完成了量化,与最后的bin模型具有一致的精度效果，但我这边通过 quantized模型和bin模型可视化效果对比，两者分割效果上还是有一定差距，并且 quantized模型 分割效果边缘没有毛刺， bin模

.需要适配新的型号UFS时，需要UFS设备符合V3.1或V3.0或V2.1标准。.需要根据不同的UFS设备调整phy参数等。..请问这个phy参数如何去调整？有指导文档吗，或者有相关提示吗？

您好，请问1.1.68版本OE包中ai_toolchain/horizon_model_convert_sample/04_detection下的yolov5x示例，init.sh提供的是哪个版本的yolov5模型？我用最新版本的yolov5模型时，发现量化前后模型相似度较低，在我自定义数据集上训练的yolov5也出现了同样问题（见我上一帖子）。

前些天误将地平线J6系统的部分必要文件删除后无法启动，在尝试采用DFU烧录MCU时，无法识别到设备，更新usb驱动后仍然无法识别，请问如何解决？或者能否采用其他方式烧录MCU.

我用ptq量化方法对我在自定义数据集上训练的yolov5模型进行量化，并参考oe包中ai_toolchain/horizon_model_convert_sample里的示例查看量化前后推理单张图片结果和计算量化前后精度。发现在用04_inference.sh进行单张图片推理时，指定模型为original_float_model时结果正常，但是指定为quantized_model时检测结果较差。我

J6平台性能测试，怎么监测GPU等一些系统参数，有什么接口工具能用. .有没有人提供下方法，，，，，，谢谢. . . 

你们好， 最近在使用v3.0.31版J6镜像时，训练模型时遇到一个报错，具体是执行import horizon_pytorch as horizon，报错显示 no module named horizon_plugin_pytorch？这是镜像问题吗，但是v.3.0.17就没有问题。 

.1.芯片型号：J5.2.天工开物开发包OpenExplorer版本：horizon_j5_open_explorer_v1.1.62-py38_20230802.3.问题定位：bev_mt_lss模型训练出现错误KeyError: 'ego2global_translation'（python3 tools/train.py --config configs/bev/bev_mt_lss_eff

在ptq量化过程中，涉及三部分预处理：preprocess里的校准数据预处理，preprocess里的infer数据预处理infer_transformers和yaml文件里norm_type处配置的均值和缩放。后两者作用的时间相同吗？以及如果网络训练时有归一化等操作，三个里面哪部分需要保持一致的操作？感谢解答

.您好，. .工具版本：.[UCP]: log level = 3 [UCP]: UCP ve -vrsion = 3.2.3 [VP]: log level = 3 [DNN]: log level = 3 [HPL]: log level = 3 [UCPT]: log level = 6 [DSP]: log level = 3 [DNN] HBTL_EXT_DNN log level:6.

.社区问答获奖名单...底软板块........排名...昵称...解答次数...奖品说明.....🏆...潜水员...33 次...奖品池礼品自选 1 份价值 1000 元（含）以内.....🥉...minganglan...6 次...奖品池礼品自选 1 份价值 300 元（含）以内.....参与奖...新手村...3 次...奖品池礼品自选 1 份价值 100 元（含）以内.....参与

OE3.0.31版本，在输出层前置为argmax和concat算子时，torch.max函数输出的int64格式indices不会被自动量化成int8/int16,而去掉concat算子，就可以自动量化。代码和模型在附件里，麻烦帮忙定位问题。

我用yolox官方github仓库中的onnx模型文件，想用ptq量化方法比较量化前后coco数据集上yolox模型的准确率差异。我参考horizon_model_convert_sample中其他detection算法的前处理和后处理写了yolox的，但我发现在进行后处理之前，yolox输出（shape为1,8400,85）中置信度一列大部分均为0，在运行inference.sh和evaluat