上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 15 下一页
摘要: 1.背景简介 当发现使用 plugin 精度 debug 工具定位到是某个 linear 敏感时,示例如下: op_name sensitive_type op_type L1 quant_dtype flops model.layernorm.rsqrt activation <class 'ho 阅读全文
posted @ 2025-05-22 20:00 地平线智能驾驶开发者 阅读(65) 评论(0) 推荐(0)
摘要: 在 征程 6 平台,我们可以按照这个方式编译 input_typr_rt 为 rgb,且 layout 为 NHWC 的模型。这样做的好处是,当用户的数据输入源本身就是 NHWC 的 rgb 图像时,这么做可以避免额外的数据处理操作。这里以 yolov5s 为例进行介绍。 一、模型信息 输入节点 输 阅读全文
posted @ 2025-05-13 21:59 地平线智能驾驶开发者 阅读(62) 评论(0) 推荐(0)
摘要: 1.引言 在征程 6 算法工具链使用过程中,会存在算法侧与软件侧的交接,偶尔会遇到,需要自证清白的情况,例如: 算法侧反馈:bc 精度没问题,也参考了【征程 6】bc 与 hbm 一致性比对 文章,使用 hb_verifier 工具验证了 bc 与 hbm 一致性,完成交付,美滋滋,下班! 软件侧反 阅读全文
posted @ 2025-04-29 18:26 地平线智能驾驶开发者 阅读(58) 评论(0) 推荐(0)
摘要: 一、使用结构体提前存放常用变量 在编写前后处理函数时,通常会多次用到一些变量,比如模型输入 tensor 的 shape,count 等等,若在每个处理函数中都重复计算一次,会增加部署时的计算量。对于这种情况,可以考虑使用结构体,并定义一个初始化函数。先计算好需要的值,之后需要用到该变量的时候直接引 阅读全文
posted @ 2025-04-28 18:30 地平线智能驾驶开发者 阅读(86) 评论(0) 推荐(0)
摘要: 1.什么是图像噪声? 图像噪声(image noise)是图像中一种亮度或颜色信息的随机变化(被拍摄物体本身并没有),通常是电子噪声的表现。它一般是由扫描仪或数字相机的传感器和电路产生的,也可能是受胶片颗粒或者理想光电探测器中不可避免的散粒噪声影响产生的。图像噪声是图像拍摄过程中不希望存在的副产品, 阅读全文
posted @ 2025-04-28 17:25 地平线智能驾驶开发者 阅读(143) 评论(0) 推荐(0)
摘要: 1.底层 buffer 状态机 系统通过五个状态队列实现帧缓冲区的全生命周期管理,各状态定义及转换逻辑如下: 1.FREE(空闲态) 功能描述 :管理初始可用缓冲区 初始化操作 : 场景运行时预分配所有 frame buffer 数组至该队列 记录 buffer 的内核虚拟地址及物理地址信息 数据结 阅读全文
posted @ 2025-04-24 15:32 地平线智能驾驶开发者 阅读(69) 评论(0) 推荐(0)
摘要: 1.前言 在上一篇文章中,我们深入探讨了 VLM 模型在自动驾驶中的应用。VLA(Very Large Architecture,大型架构)和 VLM(Very Large Model,非常大模型)在 AI 领域皆指向超大规模的神经网络模型,然而,它们的侧重点存在显著差异。VLA 端到端特指融合视觉 阅读全文
posted @ 2025-04-20 22:38 地平线智能驾驶开发者 阅读(1010) 评论(0) 推荐(0)
摘要: 自动驾驶场景中,常见的是多路感知通路,在不考虑应用获取释放帧异常操作的前提下,一般出现帧获取异常的情况,主要原因是通路中某段断流的情况,如何去准确的定位,对大部分客户来说,依赖我司的支持;针对这种情况,会列举几种断流日志分析; 场景一:11V 环视 yuv 场景,多进程反复启停 现象:应用程序报 g 阅读全文
posted @ 2025-04-20 22:05 地平线智能驾驶开发者 阅读(76) 评论(0) 推荐(0)
摘要: 1. 引言 在算法模型部署阶段,大家可能会遇到这三个问题: 为了保证精度,模型尾部 conv/linear 需要是 int32 输出 为了适配后处理代码,模型尾部 conv/linear 输出 layout 有时是 NCHW 的,有时是 NHWC 的 为什么 conv/linear 输出的 scal 阅读全文
posted @ 2025-04-20 10:48 地平线智能驾驶开发者 阅读(138) 评论(0) 推荐(0)
摘要: 1. 前言 随着端到端 AI 和多模态学习的迅猛发展,VLM(视觉-语言模型)在自动驾驶领域中的应用正逐渐成为一个备受瞩目的重要研究方向。VLM 凭借其强大的融合能力,将视觉(如高清晰度的摄像头图像、精准的雷达数据)和语言(涵盖详细的地图信息、明确的交通标志、准确的驾驶指令)等多种类型的信息进行有机 阅读全文
posted @ 2025-04-20 10:15 地平线智能驾驶开发者 阅读(590) 评论(0) 推荐(0)
上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 15 下一页