1、芯片型号：J6E.2、算法工具链：3.0.22.3、问题定位：模型量化.4、问题具体描述：pytorch中使用scatter方法进行计算，导出模型后无法通过量化前的检测。翻阅以前的帖子，有遇到过类似问题（https://developer.horizon.auto/forum/11879），因为pytorch中规定scatter的index必须是INT64，但是J6E BPU不支持INT64输

我本地的代码是长这样的..但我写文章发到社区之后，代码片段是这样的..发现没有，<>里的文字全部消失了，可以修复一下么

点击打开论坛博客帖子都会跳转到https://developer.horizon.auto/blog/12608，并报错，无法查看帖子

在j6的3.0.22版本的OE包中运行QAT的demo，在参照 手把手教你利用算法工具链训练、量化、编译、可视化J6参考算法BEVFormer - 地平线开发者社区 中的流程完成BEVfoemer算法的QAT流程中，在第6.7步量化模型编译时，发现运行compile_perf_hbir.py脚本时，会有删除模型的量化反量化节点这一步（见下图），使得生成的compile_hbir.bc和model.

..硬件获取渠道及型号：立昇智能科技提供的J5 SOM EDK. 系统镜像版本：root@j5dvb:~# cat /etc/versionmipi@mipi debug 20231219-124328. 问题模块：vpm.问题描述：       为了避开敏感词汇， ov x 8b 中间加了空格...J5 mipi rx0通过serdes接入两个800M 的ovx8b摄像头，格式是3840 * 2

将hb_j5dev.json中deserial下的power_mode改为1，修改对应的gpio_pin来使能max20087供电芯片，发现调用libcam.so来给相机上电时偶尔成功偶尔失败，失败的时候对应的gpio_pin的电平波形是先拉高然后再降低，不能保持住；但是在用户空间单独操作gpio时是没有问题的，电平可以一直保持高电平。请问应该如何排查该问题？

请问使用 hrt_model_exec工具测试res50，threadnum=1，单线程是单模型使用的是单bpu单cpu吗，threadnum=8多线程呢？

将hb_j5dev.json中deserial下的power_mode改为1，修改对应的gpio_pin来使能max20087供电芯片，发现调用libcam.so来给相机上电时偶尔成功偶尔失败，失败的时候对应的gpio_pin的电平波形是先拉高然后再降低，不能保持住；但是在用户空间单独操作gpio时是没有问题的，电平可以一直保持高电平。请问应该如何排查该问题？

接入NV12的图像数据，需要将NV12格式的图像转换为RGB格式，如果使用opencv的函数接口耗时较大，所以想问地平线这边有没有相应的函数接口使用

1.芯片型号：RDK-Ultra.2.天工开物开发包OpenExplorer版本：docker_open_explorer_ubuntu_20_xj3_cpu_v2.6.4. 3.问题定位：onnx模型转换时模型验证环节报错 . 4.问题具体描述：模型验证时报错信息如下： . 2024-12-12 11:23:18,815 ERROR hbdk-cc compile hbir model fail

你们好，我在J5 PYM中，对原图层进行了ROI选取，ptm_ctrl配置如下图所示，目前输出图像是原始分辨率的一半（1920x1080），但是发现颜色很奇怪，这个是哪里参数配置不对吗？有相关手册可以参考吗？谢谢。.

hb_compile --model xxx.onnx --march nash-m.报错.2024-12-18 10:45:26,760 INFO There are 1 samples in the dataset..2024-12-18 10:45:26,760 INFO No calibration data provided, using random data..2024-12-18

.J6M， OE3.0.22.yolov5   v5.0， 激活函数全部是sigmoid.公司数据集训练检测模型.ptq之后，cos相似度大都是0.98以上。将nv12 to rgb, nhwc to nchw, nomarlize 三个操作插入到模型里面。.推理阶段，opencv读取图像，做letter_box, 转rgb。这三个操作和onnx推理一致。然后使用OE包里面的 rgb2nv12_o

1.芯片型号：j6m.2. 板卡类型：天准J6M.3. 天工开物开发包 OpenExplorer 版本：v3.0.22.4. 问题定位：模型量化合并.5. 问题具体描述：.我有一个模型，模型存在一部分后处理，还有另外一部分需要量化为int16.请问是否支持分开量化编译后，将这些模型合并为一个hbm。或者在量化时可以配置某一段全部为cpu或者int16.

在OE包中，只看到一个 监控硬件 IP 占用率的工具 hrt_ucp_monitor工具， 支持的 IP 包括BPU，DSP，GDC，STITCH，PYM，ISP，Codec（VPU(Video Processing Unit) 和 JPU） .请问下大哥们cpu和npu占用地平线有提供算力评估工具吗？应该怎么测呢.

..依照J5的PTQ部署示例，产生以下问题：.YOLOv5x的train文件浮点模型输入格式为float.32，见下图：..YOLOv5x的val文件浮点模型输入格式也为float.32，见下图：..YOLOv5x.onnx经过Netron工具加载显示输入数据格式为float.32，如下图所示。..那么请问，为什么官方的PTQ部署示例中YOLOv5x的config文件的input_type_tra

路径：/user/horizon_j6_open_explorer/samples/ai_toolchain/horizon_model_train_sample/scripts> 使用命令：python3 tools/datasets/imagenet_packer.py --src-data-dir data/ --target-data-dir data/ --split-name trai

您好，在这个类中，batches包含了多个batch的数据，那每个bach的数据会通过module计算一个loss。我看到每个batch的数据会进行一个loss的backward(),但是最终循环处理完之后再进行update grade。我想问一下这最后一次进行梯度更新是，是用前面最后一个batch的loss计算的梯度更新，还是累计更新，这部分没有看明白，能否解答一下？....class Mult

有大哥遇到这种问题吗？求助！.prepare the onnx model06:54:58,964 INFo Saving model to: /open explorer/horizon j6 open explorer _v3.02024-12-14).22-DV31020240924/samples/ai toolchain/horizon model convert sample/03 c

.版本：J6 v3.0.22问题：.hb_compile --model快速验证，编译到100%，报错，如下见附件.