芯片型号：地平线征程j6地平线征程6做tile方案的时候，对nchw四个维度进行切分，优先切哪一个维度，并且做tile的时候，做数据对齐，生成的新的维度要求能被某个数整除吗，比如说，tile后的h维度的值要求是8的倍数。你能给我详细的方案介绍吗

OE包版本：horizon_j6_open_explorer_v3.8.1-py310_20260326如何下载这个权重。

芯片型号 J6在自己对模型参数进行了修改，需要做qat训练 但是原版没有提供这个实现

目前用的是是J6-M芯片，OE3.7.0，域控型号为tztek@ea88d8bc8070 release 20250911-154143。DSP初始化成功，但是程序运行报错，错误代码为-300002.想问一下，是DSP版本与BSP版本不一致导致的吗，如果是，是否有不升级BSP版本的解决方案呢，谢谢。相关打印信息如截图

你好，我在采用OE包3.7.0里面的模型进行量化训练以及量化分析时，有些参数不是很懂，其中get_qconfig_setter中的templates中一开始给全局的都设为int8，怎么后面ModuleNameTemplate( {m: {"dtype": qint16, "threshold": 1.1}for m in int16_max_point_muls

地平线的同事们好，我在J3平台点亮一款相机，1920x1080p，50fps，现在可以正常出图，但是运行程序第一次调用hb_vio_get_data时会有一行警告：hb_vio_event_t: port(0) type(1) statue(16/0x10)。我查看了源码，对应/kernel/drivers/media/platform/hobot/sif/hobot_dev_sif.c的3014

地平线的开发人员您好。 近期我们在做 YOLOX 红绿灯模型的板端部署对齐时，发现一个比较明确的问题，想请你们帮忙一起定位。 我们直接从板端获取同一张真实输入的 YUV(NV12) 数据，基于同一个输入文件，分别测试了： 1.deploy_optimized_float_model.onnx 2. deploy_ptq_model.onnx 3. deploy.hbm 在这个逐步部署的

J6MOE包：3.7.0我在将hbm与bc文件的图片输入用nv12的int8数据类型输入到模型中进行推理的结果与直接采用float32的图片数据输入时，有精度损失，不过这个具体的精度损失还没有进行评测。但从肉眼上来看，精度损失应该不小，我想问一下，我应该从哪几个方面去解决这个问题呢？继续上次没解决的问题，麻烦继续解答一下。https://developer.horizon.auto/forum/1

按照官方远征5算法工具链4.1.2.3. 本地手动安装操作，命令“bash install.sh”报错如下：bash install.sh.start to install ai toolchain.~/Desktop/horizon_j5_open_explorer_v1.1.77-py38_20240802/ddk/package/host/ai_toolchain ~/Desktop/hor

开发遇阻？来社区找答案！无论你在开发实践中遇到技术卡点、项目难题，还是想为社区伙伴分享经验、助力破局，这里都是交流与互助的平台。我们为积极参与解答的开发者准备了专属福利，期待与大家一同解决问题、沉淀干货，扫清障碍，持续向上。一、活动主题社区答疑活动第二期正式开启，聚焦各类技术疑问，大力攻坚算法工具链与底层软件板块，鼓励提问与分享，携手共建高效互助生态。二、活动时间2026/04/20 - 2026

就是我的RDK X3能够连接电脑的显示器屏幕显示，买了个小的HDMI屏幕，无法显示信号，是分辨率的问题嘛，小屏幕支持的分辨率是1024x600

平台：J6M，OE：3.7.1错误信息：terminate called after throwing an instance of 'pybind11::error_already_set'. what(): ValueError: launch runner failed. reason 4-th input dim0 shape mismatch: expected 2 got 1.PL

平台信息：J6M，OE版本：3.7.1错误描述：模型中的一个reshape节点无法转为多batch，1x1x18x10 -> 1x1x1x180；报错为The input tensor cannot be reshaped to the requested shape. Input shape:{8,1,10,18}, requested shape:{1,1,1,180}报错信息：26-04-1

J6MOE包：3.7.0我在将hbm与bc文件的图片输入用nv12的int8数据类型输入到模型中进行推理的结果与直接采用float32的图片数据输入时，有精度损失，不过这个具体的精度损失还没有进行评测。但从肉眼上来看，精度损失应该不小，我想问一下，我应该从哪几个方面去解决这个问题呢？

J6M芯片 12G 128TOPS问题描述：板端free命令查看，只有7G的内存可以用，板端规格说明是12G。经和供应商沟通，说BPU预留了5个G。问题： 在单块J6M上， 我可以部署多少大小的模型，假设没有其他的占用，模型是否可以完全使用到12G。

J6v3.7.0 yolov8 compile出现问题，输入shape是（1，64，640，640），但是要求是（1，4，16，8400）运行 hb_compile --config compile.yaml报错：2026-04-14 16:08:17.222172067 [E:onnxruntime:, sequential_executor.cc:572 ExecuteKernel] N

芯片型号：J5OE包版本：1.1.68你好，我们现在想部署yolov5和deepsort模型，deepsort模型需要对yolov5检测出的目标进行crop+resize操作，用cpu实现耗时比较大。查手册看到可以把模型配置成resizer模型。关于把deepsort模型配置成resizer模型。1. 量化数据要怎么准备，还是用deepsort模型的原ReID数据吗？2.有参考的Yaml文件吗？除

python3 ../../../tools/calops.py --config ../../../configs/bev/bev_sparse_henet_tinym_nuscenes.py --method hook.运行上述代码，报错：Traceback (most recent call last): File "/open_explorer/samples/ai_toolchain/