03 2025 档案

摘要:1.技术背景 在进行模型压缩与加速的过程中,量化技术成为了提升推理速度和降低计算资源消耗的重要手段。然而,在实际应用中,许多用户发现,采用 resize 操作时,仅能使用 int8 精度量化,这一限制导致了模型精度的显著下降。尽管 int8 精度在提升计算效率方面具有优势,但精度的丧失却使得模型的推 阅读全文
posted @ 2025-03-29 14:22 地平线智能驾驶开发者 阅读(81) 评论(0) 推荐(0)
摘要:MIPI TX 到车机显示系统设计指南 IDE 介绍 征程 6 IDE 架构图 IDE(Image Display Engine)包含图像显示单元(Image Display Unit)、图像数据输出模块(MIPI CSI2 Device 和 MIPI DSI)。通过 IDU 从内存中读取图像数据进 阅读全文
posted @ 2025-03-29 12:30 地平线智能驾驶开发者 阅读(125) 评论(0) 推荐(0)
摘要:1.性能测试方法原理 CAMSYS 其性能指标主要包括:帧率、延迟,以及系统的 DDR 带宽、CPU 占用率等。 对于帧率、延迟,通过在驱动中创建 trace event,分别记录通路上的每个 IP,每帧开始处理(frame_start)和结束处理(frame_end)的时间戳信息和帧信息,来实现帧 阅读全文
posted @ 2025-03-22 21:13 地平线智能驾驶开发者 阅读(89) 评论(0) 推荐(0)
摘要:1.如何理解 VP VP,全称 Vision Process,指 UCP 中的视觉处理功能模块。 Backends,指 UCP 框架中的可分配处理单元。 VP 模块主要用于模型的前后处理环节,在地平线统一架构中,多种硬件均已搭载了图像处理的算子,而 VP 模块将图像处理相关的硬件调用进行了封装, 通 阅读全文
posted @ 2025-03-22 20:41 地平线智能驾驶开发者 阅读(152) 评论(0) 推荐(0)
摘要:说明:该文档以征程 6上使用的Q8 DSP安装为例,同样的步骤在征程 5 上使用方法类似只是征程 6使用的DSP为VP6 1.获取所需文件 在配置征程 6的DSP开发环境前,您需要获取以下文件: 标准工具链发布包部分(请联系地平线项目对接人获取) OpenExplorer算法工具链Docker镜像 阅读全文
posted @ 2025-03-14 12:47 地平线智能驾驶开发者 阅读(340) 评论(0) 推荐(1)
摘要:1.引论:写在前面的 性能评估和精度评估在模型开发和部署过程中是至关重要的两个部分。对于精度评估,地平线算法工具链提供了两中路径进行算法的精度评估。一条为服务器端精度评估,该路径通过 PYTHON 脚本使用 PYTHON 推理接口进行板端推理仿真,运行。BC 或 quantized.onnx 量化量 阅读全文
posted @ 2025-03-11 13:13 地平线智能驾驶开发者 阅读(109) 评论(0) 推荐(0)
摘要:1.引言 在上一篇帖子中,我们已详尽阐述了 BEVPoolV2 相较于 BEVPoolV1 的改进之处,并对 BEVPoolV2 实现的代码进行了解析。想必大家对 BEVPoolV2 算子的功能及实现已有了一定程度的理解,此篇帖子将展示 征程 6 工具链 BEVPoolV2 单算子 QAT 链路的实 阅读全文
posted @ 2025-03-10 20:28 地平线智能驾驶开发者 阅读(181) 评论(0) 推荐(0)
摘要:1.引言 当前,地平线 征程 6 工具链已经全面支持了 BEVPooling V2 算子,并与 mmdetection3d 的实现完成了精准对齐。然而,需要注意的是,此算子因其内在的复杂性以及相关使用示例的稀缺,致使部分用户在实际运用过程中遭遇了与预期不符的诸多问题。 在这样的背景下,本文首先会对 阅读全文
posted @ 2025-03-10 19:50 地平线智能驾驶开发者 阅读(295) 评论(0) 推荐(0)
摘要:前言 DeepSeek 是一款基于人工智能的搜索引擎,旨在提升用户的搜索体验。它利用先进的自然语言处理技术,通过理解查询的上下文和意图,为用户提供更精确、相关的搜索结果。与传统的搜索引擎不同,DeepSeek 不仅仅依赖于关键词匹配,还能通过深度学习分析用户的需求,呈现更加智能化的搜索结果。此外,D 阅读全文
posted @ 2025-03-03 16:41 地平线智能驾驶开发者 阅读(443) 评论(0) 推荐(0)