各位大佬好： 1. 我使用OE1.16.6的xj3工具包，现在已经将LSTM网络转为onnx文件，在第二步校准excel中的数据的时候应该如何进行处理来得到校准数据，麻烦解答一下吧，谢谢啦！ 2. 如果我的网络本身输入就是两张图象的时候 例如双目网络的输入为两张图象，处理方法是不是与多batch推理相同，在使用多batch推理的时候能不能显著提高显存利用率呢，感谢各位！

芯片J6M，使用cat_filter为FCOSMultiStrideCatFilter"后报错RuntimeError:Hbir output shape is different with actual torch output([59136] vs torch.Size([5])),please report a bug to horizon_plugin_pytorch develop te

提供了bolepack工具用于数据回灌，提及的都是单模块的回灌，如odo，底盘数据；bolepack是否支持数采车采集的全链路传感器（CAN, GNSS,IMU, CAMERA,RADAR...）数据回灌？是否存在回灌流量过大导致回放包乱序问题？

汇聚开发者智慧，共探 AI 与智驾创新之路！在前两期征文活动收获大量优质干货、收获行业广泛认可后，地平线开发者社区 2026 第三期征文活动正式启航！随着征程 6 系列芯片加速规模化量产应用，物理人工智能、VLA 多模态大模型、城市 NOA 高阶智驾等前沿技术持续迭代升级；同时软硬一体化协同调优、复杂长尾场景适配、机器人及智能载体工程落地等热门方向，正迎来全新的创新窗口期，诚邀各位开发者沉淀实战经

yolov5n.yaml文件如下：model_parameters: onnx_model: '/data/horizon_j5/data/yolov5n.onnx' march: "bayes" layer_out_dump: False working_dir: '../model_output' output_model_file_prefix: 'yolov5n-det' re

J6E板子，测试模型性能，发现hang住了，/sys/devices/system/bpu/bpu0/task_running/sys/devices/system/bpu/bpu0/task_running p_time一直持续增加，终端log:bin,/tmp/input_7.bin,/tmp/input_8.bin,/tmp/input_9.bin,/tmp/input_10.bin,/tm

芯片J6M，使用cat_filter为FCOSMultiStrideCatFilter"后报错RuntimeError:Hbir output shape is different with actual torch output([59136] vs torch.Size([5])),please report a bug to horizon_plugin_pytorch develop te

报错如下：sudo docker run -it --rm -v /open_explorer -v ./dataset:/data/horizon_j5/data openexplorer/ai_toolchain_ubuntu_20_j5_cpu:v1.1.77-py38[sudo] password for openexplorer:root@72665e89a381:/open_explo

J6M，OE3.8.1J6M的PYM是否支持yuyu422输入，nv12输出，OE文档里没有找到相关信息

1、芯片型号：J6M2、具体问题：使用./hrt_model_exec perf --model_file ./pluto05131700.hbm --frame_count 100 --thread_num 8 --profile_path ./ 得到profiler.log/csv，只能查看到哪些node使用了cpu，能看到原始模型第几层在CPU上吗

芯片：J6P.工具链版本：horizon_j6_open_explorer_v3.5.0-py310_20250927.板端linux版本（/proc/version）:.```.Linux version 6.1.146-rt53-ge588e98619d1-dirty (fangrx@410d3369aebf) (aarch64-none-linux-gnu-gcc (Arm GNU Tool

J6M，OE3.8.1问题：我有多个模型需要串联执行，后一个模型的输入是前一个模型的输出，例如A->B->C，使用同一个task_handle，模型的实际调用顺序是并发的还是严格串行的，这样使用是否正确

我们注意到在gdc_bin_generator工具中，以下两行代码声明了命为gdc_buffers的容器对象，并用ConvertByRemapTable函数向该容器填充数据。这一过程在x86端运行顺利，但是在板端会导致Program crash signal : 11，经检查是由于ConvertByRemapTable执行后，gdc_buffers[0].gdc_bin仍为空指针。请问这是什么原因

社区征文获奖名单排名昵称投稿文章奖品说明🥇no_name4 篇奖品池礼品自选 1 份价值 800 元（含）以内🥉Darth Nihilus1 篇奖品池礼品自选 1 份价值 300 元（含）以内🥉白马啸西风1 篇奖品池礼品自选 1 份价值 300 元（含）以内🥉hello11 篇奖品池礼品自选 1 份价值 300 元（含）以内恭喜以上同学在本次征文活动中拔得头筹！如果对于名单有问题的同学，请

各位大佬好： 1. 请问在yaml文件中移除尾部的反量化算子之后，自己在CPU上做反量化运行速度会不会更快？2.地平线采用对称量化，所以zeropoint的数值肯定是0，但是scale的数值是从量化的int8的onnx中自己粘贴复制到代码中去吗，有没有什么办法直接从bin/hbm类型的权重文件中读取，如果有的话，对应的函数接口在哪？麻烦各位大佬帮忙解答一下，谢谢啦！

天工开物开发包docker_open_explorer_ubuntu_22_j6_gpu_v3.0.27.tar.gz进行qat进行车位检测训练过程遇见问题：float车位检测误差0.1m --> calibration 检测误差0.13m --> qat （加载calibration模型运行9steps/900steps/4999steps）检测误差一直在0.19m左右.为什么qat训练效果会

环境信息芯片/架构：J6，march: nash-mOE 工具链：HBDK 4.1.17，HB compile 3.3.11运行环境：Docker问题描述J6 OE 当前是否支持 CenterPoint 这类 SparseConvolution / ScatterDense 算子？如果不支持，官方推荐的 CenterPoint 适配方式是什么？

芯片型号：J6Mopenexplorer版本：horizon j6_open_explorer_v3.7.0问题定位：calibration精度下降问题描述：参考配置：samples/ai_toolchain/horizon_model_train_sample/scripts/configs/bev/bev_sparse_henet_tinym_nuscenes.py1. 使用参考算法+业务数据

你好，我原有一个成功以Resizer模式部署的简单分类模型，对原网络结构进行了简单的修改后，重新部署在X86仿真环境中推理结果不正确，经过分析认为推理代码可能没有问题，不知道是什么原因，这是量化过程中的日志信息。hb_compile -c ./config_nv12resizer.yaml.2026-04-29 13:05:02,467 INFO The log will be stored in

4 月 26 日，2026 年挑战杯 “揭榜挂帅” 专项赛榜题正式发布！赛事聚焦八大前沿科创领域，精选 103 项优质攻坚课题，地平线特色赛题同步重磅揭晓。作为出题单位，地平线立足机器人赛道，紧扣智慧环卫实景应用，围绕征程 6 系列产品打造无人清扫车创新课题，聚焦补齐国产操作系统在高端环卫装备的应用短板，加速环卫装备智能化、国产化升级。诚邀全国高校科创达人踊跃报名，以硬核技术解锁智慧环卫新方案，一