摘要：
1. 问题描述 A 同学训完一阶段浮点模型 P_model_float，将模型提供给 B 同学，B 同学固定 P_model_float 权重后（用一阶段浮点输出），分别用不同数据分开去训练二阶段 prediction、planning 两个分支，最后拼到一起成 float_model_all 提供 阅读全文
posted @ 2026-03-19 14:17
地平线智能驾驶开发者
阅读(3)
评论(0)
推荐(0)
摘要：
1. 功能概述 解码 h264/h265 视频或 jpg 图片，生成 yuv 图像。 1.1. 软件架构 采用 MediaCodec 的 poll 模式来解耦输入和输出，可使解码帧率性能达到最优。 在主线程中灌码流数据：取出一个空的 input buffer，配置码流数据的地址信息（如 phys a 阅读全文
posted @ 2026-03-15 22:30
地平线智能驾驶开发者
阅读(3)
评论(0)
推荐(0)
摘要：
1.接入带宽计算 1.1 Camera 接入时，需评估链路上各模块之间的理论要求和限制，接入通路一般涉及加解串器，MIPI，CIM， ISP（RAW），PYM，GDC/STITCH（可选）等 ，接入模组一般分为 RAW/YUV Sensor，RAW Sensor 一般在通路上需要 ISP 处理进行处 阅读全文
posted @ 2026-03-15 22:10
地平线智能驾驶开发者
阅读(2)
评论(0)
推荐(0)
摘要：
该示例为参考算法，仅作为在征程 6 上模型部署的设计参考，非量产算法 1.简介 SparseBevFusionMultitaskOE 模型是一个 bev 多任务感知模型，包含感知三大任务的检测头：sparse 动态检测头，sparse 静态元素检测头和通用障碍物检测头。整体的模型结构如下： spar 阅读全文
posted @ 2026-03-15 14:43
地平线智能驾驶开发者
阅读(13)
评论(0)
推荐(0)
摘要：
1. 前言 当前端到端智能驾驶技术发展迅速，SparseDrive 作为代表性模型受行业关注。工程化落地时，其模型导出与性能评测环节存在普遍技术挑战，涉及架构与环境兼容性、算子适配等多维度。为推动端到端智驾技术社区化发展，本文梳理 SparseDrive 从 ONNX 导出到硬件部署的技术链路，剖析 阅读全文
posted @ 2026-03-02 22:08
地平线智能驾驶开发者
阅读(32)
评论(0)
推荐(0)
摘要：
一、写在前面：为什么要写这篇文章 在 BPU 推理链路中，VP（Vision Pipeline）承担了大量图像前处理工作，例如裁剪、缩放、颜色格式转换等。 相比普通的软件图像处理接口，VP 接口直接面向硬件，性能优势明显，但也引入了严格且隐含的使用约束。 在实际项目中，hbVPRoiResize 阅读全文
posted @ 2026-03-02 21:10
地平线智能驾驶开发者
阅读(6)
评论(0)
推荐(0)
浙公网安备 33010602011771号