摘要：
一、前言 随着深度学习的快速发展，Transformer 算法在各类 AI 任务中都得到了广泛关注。然而，Transformer 的部署面临计算量大、延迟高等挑战，地平线计算芯片能够支撑 Transformer 算法的高效推理，可以成为用户在边缘平台部署 Transformer 算法的优先选择。本文 阅读全文
posted @ 2026-06-24 14:34
地平线智能驾驶开发者
阅读(3)
评论(0)
推荐(0)
摘要：
1. 问题现象：模型能跑，但落不了地 在项目支持过程中，一个非常典型但高频的问题是： 模型在 PC 侧验证一切正常，但在地平线工具链编译阶段直接失败。 典型表现： ONNXRuntime 推理 ✅ 正常 TensorRT 推理 ✅ 正常 hb_compile ❌ 失败（算子不支持） 进一步分析后，基 阅读全文
posted @ 2026-06-24 14:12
地平线智能驾驶开发者
阅读(3)
评论(0)
推荐(0)
摘要：
地平线 征程 6 部署 YOLO26：从 INT64 Div 算子约束到 Cast 修复全流程 本文记录了在地平线 RDK 征程 6 平台（Nash-E 架构）上部署 YOLO26 检测模型时，遇到的 INT64 类型 Div 算子 BPU 不支持问题，以及从定位到修复的完整过程，适合有一定 ONN 阅读全文
posted @ 2026-06-07 11:54
地平线智能驾驶开发者
阅读(11)
评论(0)
推荐(0)
摘要：
一、基础概念 在 Horizon 模型转换与部署中，涉及三个关键参数：input_shape、input_batch、separate_batch。理解这三个参数的作用与限制，是正确配置模型的前提。 input_shape input_shape 定义模型输入张量的维度，格式为 N x C x H 阅读全文
posted @ 2026-06-07 11:43
地平线智能驾驶开发者
阅读(11)
评论(0)
推荐(0)
摘要：
一、写在前面 之前在「人在途中」系列中，分享了一些工具链使用过程中的经验与踩坑笔记。这一篇想做一个补充：不讲算法、不讲优化，只讲基础但极其影响效率的使用方式。 因为我觉得很多问题不是能力问题，而是使用方式的问题。 古人说得很直接： 工欲善其事，必先利其器。 希望这篇文章帮你把“器”用顺。 二 阅读全文
posted @ 2026-06-06 16:53
地平线智能驾驶开发者
阅读(8)
评论(0)
推荐(0)
摘要：
1.基础知识 工具链用户手册中提供了 profiler debug 工具的使用教程，对于常规流程，大家可参考官方用户手册。本文主要基于一些典型场景进行使用上的介绍。 在出现精度问题时，且排除前后处理问题后，可以使用 profiler debug 工具进行分析，排查过程中，涉及到几种模型，这里先做说明 阅读全文
posted @ 2026-06-01 21:40
地平线智能驾驶开发者
阅读(5)
评论(0)
推荐(0)
摘要：
1.引言 在使用地平线算法工具链进行量化部署时，遇到两种 FuseMode：OnlyBN、BNAddReLu。 引起思考，融合的目的是什么？融合怎么做到的？是等效的吗？ 神经网络在推理端（inference）经常通过运算符融合（operator fusion）来降低计算量、减少访存开销、加速执行。典 阅读全文
posted @ 2026-06-01 21:10
地平线智能驾驶开发者
阅读(13)
评论(0)
推荐(0)
摘要：
1.BN 简介 Batch Normalization （BN）：深度学习中常用的归一化层，核心作用是对每个 batch 的特征做 （x - μ）/σ 归一化（μ 是均值，σ 是方差），并通过可学习的 γ、β 调整分布； 训练时 BN 会滑动更新全局的 running_mean/running_va 阅读全文
posted @ 2026-06-01 16:09
地平线智能驾驶开发者
阅读(8)
评论(0)
推荐(0)
浙公网安备 33010602011771号