12 2024 档案
摘要：01 技术背景 YOLOv5 是一种高效的目标检测算法，尤其在实时目标检测任务中表现突出。YOLOv5 通过三种不同尺度的检测头分别处理大、中、小物体；检测头共包括三个关键任务：边界框回归、类别预测、置信度预测；每个检测头都会逐像素地使用三个 Anchor，以帮助算法更准确地预测物体边界。 YOLO
阅读全文
摘要：01 前言 软件同学在进行性能分析时，通常需要查看 CPU 耗时，用于了解性能瓶颈在哪里，从而进行针对性的优化。火焰图（Flame Graph）是常用的性能分析工具。总结来看，火焰图通常用于以下场景： 代码性能调优：发现和优化代码的性能瓶颈。 资源使用监控：在生产环境中监控应用程序的资源使用情况。
阅读全文
摘要：01 引言 在开发、调测过程中，经常通过 Ota 技术升级应用软件、底软。目前，项目上已将 Matrix6 的 Demo 部署在实车上，每次软件、底软需要版本更替或版本升级时，都需要研发测试同学上到车上使用工控机进行手动升级。 这流程存在耗费人力多，花费时间长，流程易出错的问题，并且车辆异地时远程操
阅读全文
摘要：征程 6X 对外提供 libupdate.so，其中包含升级所需 API， API 定义请参考对外文档。 01 ota_tool 使用 ota_tool 是使用 libupdate.so API 实现的一个工具，用于板端手动发起 OTA 升级。ota_tool 可作为 OTA Service 开发时
阅读全文
摘要：01 引言 使用地平线 征程 6 算法工具链时，算法侧在验证 quantized.bc 精度符合预期后，软件侧反馈 hbm 精度不符合预期，此时应该怎么做呢？（“打一架！”） 对于熟悉地平线算法工具链的用户而言，可能会立刻想到，使用 hb_verifier 工具比对 bc 与 hbm 的一致性即可，
阅读全文
摘要：01 hbdk-model-verifier 1.1 工具简介 hbdk-model-verifier 工具是由地平线开发，用于对指定的定点 pt 模型和 hbm 部署模型进行结果一致性验证，并输出模型预测执行时间的工具。 使用 hbdk-model-verifier 工具时需要注意以下两个问题：
阅读全文
摘要：01 前言 由于部署时数据来源的硬件不同以及应用开发的高效性要求，往往会使得在板端部署阶段的数据准备操作与训练时有所差异，导致在同样的输入下，量化模型的输出结果和板端部署模型的输出结果不一致。 本文将基于开发者社区中已经发布的地平线 bev 参考算法板端输入数据准备教程，以 bev_mt_lss 参
阅读全文
摘要：01 前言 DSP 是 征程 5 上的数字信号处理器，专用于处理视觉、图像等信息。在 OE 包的 ddk/samples/vdsp_rpc_sample 路径下，提供了 DSP 使用示例，包括 nn 和 CV 两部分。 nn 示例涵盖了深度学习模型的相关算子，包括量化、反量化、Softmax 和雷达
阅读全文
摘要：01 前言 使用 PTQ 后量化的模型量化方案，可以帮助用户非常简单便捷地完成从浮点模型到地平线混合异构模型的转换，模型转换工具会基于用户提供的校准样本对模型进行校准量化并保障模型高效地部署在地平线计算平台上。 但是在模型转换的过程中，不可避免地会因为浮点高精度到定点低精度的量化过程而引入精度损失，
阅读全文
