登录社区云,与社区用户共同成长
邀请您加入社区
文章系统分析了hbVPRoiResize接口的功能、ROI缩放规则及YUV场景下的硬件约束,通过案例解释了典型报错原因与修正方法。
本文针对算法模型在征程6芯片部署时的算子适配、效率和精度问题,提供了算子替换与优化方案,以提升模型运行性能。
本文演示了地平线征程6平台电源管理API的使用,包括启动标志读写、main域上下电、状态查询、复位、全系统下电及多种休眠唤醒场景的示例代码。
本文介绍了地平线征程6B计算平台的部署指南,涵盖硬件配置、工具链(PTQ/QAT)、模型转换、板端部署(UCP)及性能监测。
摘要 本文介绍了智能驾驶场景中多任务模型的优化部署方案。针对BEV动静态任务不同推理频率需求,分析了两种传统拆分方案的优缺点,提出利用工具链的link打包功能实现更优解决方案。该方案通过复用公共部分常量,将多个子模型打包为单一hbm文件,在保持模型体积接近的同时支持灵活调度不同任务分支的推理频率。
地平线征程6工具链UCP平台支持模型板端部署,提供图像获取、性能分析、优化工具及前后处理模块。
文章介绍了地平线征程6H/P平台的QAT量化调优流程,重点围绕int8+int16+fp16混合精度配置,详细阐述了模型检查、校准、训练和导出部署各阶段的调优原则、常见问题及解决方法。
本文为地平线PTQ实战指南,提供快速评测、校准部署、混合精度调优等步骤,帮助开发者高效优化模型性能与精度。
文章介绍了地平线征程6板端部署中模型精度一致性问题的排查方法,涵盖export、convert、插入前处理节点及compile等步骤,并提供了用户侧与工具侧问题的定位流程与解决方案。
本文介绍了基于BEVFormer的Dense BEV优化方案,通过引入BevMask减少冗余计算,并使用BPU友好的Gridsample算子,在征程6芯片上实现推理性能提升30%。