J5 J5_OE_1.1.74我们参考算法工具链示例MobileNet V2对BEVFormer进行QAT量化，目前在如下图1进行calibration阶段出现错误，需要寻求帮助看如何解决这个问题。报错显示如下图：然后forward_train的具体定义见下图

J5 J5_OE_1.1.74 我们在根据算法工具链量化模型，模型部署部分的第一步，模型检查部分，我们已经将模型的传入参数变成了tensor，但是在torch.jit.trace报错，报错如下：我们也打印了float_model和quantized_model，发现quantized_model比float_model多了许多QFunctional，float_model：quantiz

1. 硬件获取渠道及型号： SIP版本2. 系统镜像版本： 0731释放的SDK3. 问题模块： 电源管理 SysPower4. 问题描述： 使用0731释放的版本，编译FreeRTOS版本，在task中添加调用 SysPower_Shutdown接口、Pmu_PerformMainDomainOff接口以及自带测试接口 testmainpower，各接口单独调用后，均导致MCU串口提示异常 EL

J5 J5_OE_1.1.74 1、请问算法工具链的示例里面的torch.jit.trace函数可以替换成其他的函数吗？因为示例中这个函数只能接收一个tensor，而我们自己算法里面是一个batch，就算我们将batch里面的每一个tensor分离出来但是torch.jit.trace函数也会报错。

J5 J5_OE_1.1.74 1、我们根据算法工具链示例进行模型部署的第一步（模型检查）报了如下错误：我在修改了torch.jit.trace为torch.jit.script后报了如下错误：我们的代码如下所示：请问我们该如何修改呢？

j3 SDK V13 这个版本，有关的中间件的集成文档(诊断、fusa 、sysmgr、log系统、 OTA、时间同步、SPI等等相关的文档)，请提供一下。谢谢！

J5 J5_OE_1.1.74 1、在算法工具链示例当中为什么只对classifier使用了default_calib_8bit_weight_32bit_out_fake_quant_qconfig.为什么features这个模块没有使用？2、用这个配置对象有什么意义？

J5 J5_OE_1.1.74 1、算法工具链示例里的module_name（为什么要使用32bit），在我们自己的算法中该如何使用呢？2、在什么情况下需要使用32bit,default_qat_8bit_weight_32bit_out_fake_quant_qconfig.我们自己的算法也是在forward里面对一些模块使用这个配置对象吗？

J5 J5_OE_1.1.741、在算法工具链文档的示例当中以下这四个配置对象的作用可以详细解释一下吗？（每一个配置对象的适用范围？每一个配置对象的区别？每一个有什么优缺点？）2、在我们自己的算法里面也是只能使用这四个配置对象吗？（有没有其他精度的配置对象，例如16bit）

1. 硬件获取渠道及型号： SIP 板+自研板，J6E2. 系统镜像版本： 地平线释放基线7303. 问题模块： IPC4. 问题描述： 如何验证地平线 j6 soc 的sample ipc的instance3/4，使用地平线默认释放的mcu只能保证soc 发送正常，但接受超时5. 示例代码： test/samples/platform_samples/source/S83_Sample/S83E

用户您好，请详细描述您所遇到的问题，详细的描述有助于帮助我们快速定位，解决问题~Thanks♪(･ω･)ﾉ1. 硬件获取渠道及型号： 公司购买2. 系统镜像版本： J6E BSP 061版本3. 问题模块： 底层软件4. 问题描述： ota_tool升级用bd otapackage middleware打包的升级包时，提示分区大小不一致，导致无法升级，升级包中的gpt.conf中的数据是怎么来的，

docker_open_explorer_ubuntu_20_j5_gpu_v1.1.62.tar.gz 训练的 float，calibration，qat，int_inferhorizon_j5_open_explorer_v1.1.62-py38_20230802.tar.gz 进行的hbm推理，hbm推理的结果能正常推理，但是有些图片推理的效果和int_infer差异特别大

你好，我这边使用Xtensa Xplorer进行Vision Q8的DSP代码的开发，但是遇到了在IDE里无法debug的问题不知道该如何解决？1. Xplorer版本：10.1.11.3000 2. complier info：Vision_Q8 RI-2023.11/NX1.1.73. 问题描述：Debug Hello World时，会出现截图中的错误

J63 docker环境 maptrv2推理验证可视化求助：docker代码中默认路径里的图片，文件等等是如何获取到的？是否有指定脚本进行生成呢？maptr可视化的时候需要对6相机图片进行推理，这里输入的数据图片是否要经过其他预处理？

1. 芯片型号：J6M2. 天工开物开发包 OpenExplorer 版本：v3.0.173. 问题定位：板端部署4. 问题具体描述：部署示例算法bevfomer到板端后，无检测框。经过测试，python HBRuntime 推理bc和板端c++ UCP推理hbm精度差异大。4个输出tensor中，两个tensor相似度高，一个tensor相似度低

* platform： J3.* 对于二阶段模型，是否有板端加速的RoiAlign 实现?.* API 是什么？.* rois到二阶段输入如何调用？

各位同学大家好，社区个人中心可以进行邮箱验证，欢迎大家绑定&验证邮箱，建议公司邮箱最佳~ 方便后续获取更多有效资讯，接收更多有奖活动通知~ 具体路径，如下图所示↓?

各位同学大家好，社区个人中心可以进行邮箱验证，欢迎大家绑定&验证邮箱，建议公司邮箱最佳~ 方便后续获取更多有效资讯，接收更多有奖活动通知~ 具体路径，如下图所示↓?

各位同学大家好，社区个人中心可以进行邮箱验证，欢迎大家绑定&验证邮箱，建议公司邮箱最佳~ 方便后续获取更多有效资讯，接收更多有奖活动通知~ 具体路径，如下图所示↓?

J3是否支持neon指令集？支持的话，cmakelist该如何修改呢？