国产精品日韩欧美一区二区三区,韶华若锦电视剧免费观看,精品香蕉99久久久久网站

征程 6 | power management sample

1. 功能概述本文通過示例演示如何通過相關接口對啟動標志進行讀寫，以及對 main 域電源進行控制與查詢。相關 API 定義，請查詢電源管理用戶手冊 API 部分。2. main 域上下電及狀態查...

算法自動駕駛 2026-02-10

3DGS技術詳解（一）：3DGS如何融合動態天氣與光照等環境因素？

一、引言無論是暴雪過后的街道、夜幕下車燈照亮的路面、還是雨霧交織的高速公路——這些對人類駕駛員而言習以為常的場景，卻構成了自動駕駛系統面臨的環境感知極限挑戰。這是由于傳統3D場景重建技術在面對復雜環境時常常力不從心：要么...

自動駕駛仿真 2026-02-09

征程 6 H/P 工具鏈 QAT 精度調優

一、QAT 調優流程流程總覽：針對征程 6H/P 的硬件特性，以 int8+int16+fp16 的混合精度量化為主要調優配置，會增加較多的 fp16 設置來優化量化精度注意：征程 6H/P 上會用到更多 fp16 高精...

算法自動駕駛 2026-01-20

端到端下半場，如何做好高保真虛擬數據集的構建與感知？

01 前言隨著自動駕駛技術的日益升級，以UniAD、FSD V12為代表的“端到端”架構正重構行業格局。這一架構試圖通過單一神經網絡直接建立從傳感器輸入到車輛控制的映射，從而突破傳統模塊化累積誤差的局限。然而端到端模型對...

端到端數據集 2025-12-29

PTQ 量化數值范圍與優化

一、PTQ 模型量化問題1.1、模型問題基于公版模型訓練，沒有對模型做范圍做約束，weight_decay=1e-6，訓練出的 float 模型數值分布很大，如圖 2，可以看到模型的后面幾層數據分布范圍很廣，最大閾值超...

算法自動駕駛 2025-12-15

征程 6P/H 計算平臺部署指南

1.前言本文旨在提供征程 6H/P 計算平臺的部署指南，將會從硬件、軟件兩部分進行介紹，本文整理了我們推薦的使用流程，和大家可能會用到的一些工具特性，以便于您更好地理解工具鏈。某個工具具體詳 l 細的使用說明，還請參考...

算法自動駕駛 2025-12-15

開發者 | 2025 智能駕駛開發者系列培訓在京順利召開！

11 月 30 日，由地平線、中國汽車工程學會主辦，聯合中國智能網聯汽車產業創新聯盟打造的 2025 智能駕駛開發者系列培訓在北京圓滿落幕。本次培訓吸引了北京理工大學、吉林大學、長安大學、一汽、廣汽、比亞迪、蔚...

算法自動駕駛 2025-12-06

特斯拉的“哨兵模式”為何被告？解析自動駕駛隱私保護出路

自動駕駛技術正加速重塑未來交通格局，成為全球科技與產業競爭的核心賽道。然而，技術迭代的背后，數據安全與隱私保護的矛盾日益凸顯。自動駕駛系統的研發與測試高度依賴海量真實場景視覺數據，這些數據在捕捉復雜交通環境的同時，不可避...

自動駕駛數據分析 2025-12-01

征程 6 | linear 高精度輸出配置方式

1. 常規情況基礎知識：考慮到模型輸出位置量化損失對模型精度的影響較大，工具鏈推薦模型以 linear/conv 結尾，此時支持高精度 int32 輸出（在 quantized.onnx 中，轉定點為 int32，在前面...

算法自動駕駛 2025-11-30

征程 6 | QAT 新版 qconfig 量化模板使用教程

1.前言隨著征程 6 芯片家族的陣容不斷壯大，算法工具鏈在量化精度方向的優化也在持續深入，具體體現在兩個方面：征程 6P 與征程 6H 工具鏈已陸續進入發布和試用階段，在此背景下，QAT（量化感知訓練）需要以更高效的...

算法自動駕駛 2025-11-30

不同傳感器前中后融合方案簡介

在自動駕駛場景下，攝像頭 + 激光雷達的傳感器融合方案是最常見的感知技術路線，目標是充分利用二者的互補性：攝像頭優勢：分辨率高、紋理豐富、顏色信息齊全，有利于識別語義信息（車道線、交通燈、行人類別等）。激光雷達優勢：天然...

算法自動駕駛 2025-11-14

征程 6X 常見 kernel panic 問題

1. 概述kernel panic 包含了多種內核異常類型，包括但不限于：空指針/異常指針、HungTask、RCU Stall、softlockup、hardlockup、OOM、BUG_ON。下圖是各種類型 pani...

算法自動駕駛 2025-11-14

LLM 訓練基礎概念與流程簡介

1. LLM 訓練基礎概念1.1 預訓練（Pretrain）LLM 首先要學習的并非直接與人交流，而是讓網絡參數中充滿知識的墨水，“墨水” 理論上喝的越飽越好，產生大量的對世界的知識積累。預訓練就是讓 Model 先埋...

算法自動駕駛 2025-11-08

精細化解讀全球自動駕駛2024-2025(轉載)

在2024年到現在2025年初這一年多時間里，全球自動駕駛技術真的發生了翻天覆地的變化。不管是硬件方案、算法架構還是商業化落地，都和兩三年前完全不是一個量級了。今天就系統性地聊聊現在全球范圍內自動駕駛到底發展到什么程度了...

自動駕駛 2025-11-05

三種 Badcase 精度驗證方案詳解與 hbm_infer 部署實錄

在模型結構優化與部署量化過程中，開發者往往會遇到一個關鍵任務：基于歷史 Badcase 數據驗證模型精度變化，確保模型修改不會引入明顯性能退化。這類驗證常見于感知、預測、行為識別等任務，尤其在客戶交付或精度回歸過程中十...

算法自動駕駛 2025-10-24

大模型 | VLA 初識及在自動駕駛場景中的應用

一、VLA 簡介1.1 VLA 定義VLA （Vision Language Action）是一種多模態機器學習模型，結合了視覺、語言和動作三種能力，旨在實現從感知輸入直接映射到控制動作的完整閉環能力。VLA 強調一體化...

算法自動駕駛 2025-10-24

手撕大模型 | MQA 和 GQA 原理解析

一、前言大模型（參數規模通常數十億至萬億級）在處理復雜任務時面臨三大核心問題：顯式關聯的局限性：傳統 Multi-head Attention 依賴輸入數據的顯式特征（如文本中的詞向量、圖像中的像素特征）計算注意力，難以...

算法自動駕駛 2025-10-15

征程 6 | BPU trace 簡介與實操

一、BPU trace 理論基礎在學習 BPU trace 前，希望大家對 UCP trace 已經有簡單的了解，詳情可見工具鏈用戶手冊《統一計算平臺（UCP）-UCP 性能分析工具-UCP Trace 使用說明》章節。...

算法自動駕駛 2025-10-15

模型插入 NV12 預處理節點精度問題排查流程

一、引言在近期工具鏈實踐過程中，頻繁出現 BC 模型在插入 NV12 預處理節點后精度崩潰的現象。經分析，此類問題可分為兩類：其一為用戶側 BGR/RGB 轉 NV12 的代碼實現缺陷；其二為 BGR/RGB 與 NV1...

算法自動駕駛 2025-09-28

數據驅動變革時代，自動駕駛研發如何破解數據跨境合規難題？

當下正是一個由數據驅動的偉大變革時代。從ADAS到AD，每一次技術的躍遷都離不開海量道路數據的采集、標注與分析。以圖像數據為例，它們是訓練和優化感知算法、提升系統安全性的寶貴資源。然而，當計劃將這些數據送往異國研發團隊時...

自動駕駛圖像處理 2025-09-15

征程 6 | 灰度圖部署鏈路介紹

一、為什么是灰度圖相較于 RGB 三通道圖像，灰度圖僅保留亮度信息（Y 分量），數據量減少 2/3，相比于常用的 NV12 圖像，數據量減少 1/3，內存占用與計算負載顯著降低。對于下游網絡結構而言，單通道網絡計算量/參...

算法自動駕駛 2025-09-13

手撕大模型｜KVCache 原理及代碼解析

在大型語言模型（LLM）的推理過程中，KV Cache 是一項關鍵技術，它通過緩存中間計算結果顯著提升了模型的運行效率。本文將深入解析 KV Cache 的工作原理、實現方式，并通過代碼示例展示其在實際應用中的效果。一、...

算法自動駕駛 2025-09-13

征程 6E/M｜多 camera 場景示例

1. 功能概述本 sample 提供全鏈路場景 1V，4V，7V 使用演示，實現單路及多路 VIO 接入，逐級經過 ISP、PYM、BPU、CODEC 模塊處理。1.1. 軟件架構說明本 sample 調用 VIO AP...

算法自動駕駛 2025-09-06

理想汽車智駕方案介紹 4 | World model + 強化學習重建自動駕駛交互環境

一、前言【理想汽車智駕方案介紹專題 -1】端到端+VLM 方案介紹【理想汽車智駕方案介紹專題 -2】MindVLA 方案詳解【理想汽車智駕方案介紹專題 -3】MoE+Sparse Attention 高效結構解析在前面的...

算法自動駕駛 2025-09-06

開發者說｜H-RDT：基于人類操作數據的跨本體機器人學習

? 論文題目：H-RDT: Human Manipulation Enhanced Bimanual Robotic Manipulation? 論文鏈接：https://arxiv.org/abs/2507.23523...

算法自動駕駛 2025-08-30

理想汽車智駕方案介紹 2｜MindVLA 方案詳解

一、引言MindVLA 主要包括空間智能模塊、語言智能模塊、動作策略模塊、強化學習模塊，這些模塊分別有以下功能：空間智能模塊：輸入為多模態傳感器數據，使用 3D 編碼器提取時空特征，然后將所有傳感器與語義信息融合成統一的...

算法自動駕駛 2025-08-24

LLM 中評價指標與訓練概要介紹

在【LLM】LLM 中增量解碼與模型推理解讀一文中對 LLM 常見名詞進行了介紹，本文會對 LLM 中評價指標與訓練概要進行介紹，本文并未介紹訓練實操細節，未來有機會再了解～一、LLM 如何停止輸出在看 LLM 評價指標...

算法自動駕駛 2025-08-24

LLM 中增量解碼與模型推理解讀

在【LLM】LLM 中 token 簡介與 bert 實操解讀一文中對 LLM 基礎定義進行了介紹，本文會對 LLM 中增量解碼與模型推理進行解讀。一、LLM 中增量解碼定義增量解碼（Incremental Decodi...

算法自動駕駛 2025-08-24

開發者說｜Aux-Think：為什么測試時推理反而讓機器人「誤入歧途」？

論文題目：Aux-Think: Exploring Reasoning Strategies for Data-Efficient Vision-Language Navigation? 論文鏈接：https://arx...

算法自動駕駛 2025-07-16

智能汽車合成數據架構與應用實踐分享

在智能汽車快速演進的過程中，數據體系正面臨深層次挑戰。過去，數據是輔助模型開發的工具；如今，它已成為限制感知系統性能上限的核心因素。尤其是在感知系統廣泛應用于自動駕駛和智能座艙場景之后，數據的廣度、深度、時效性與結構化程...

合成數據多模態感知 2025-07-14

地平線走進武漢理工，共建智能駕駛繁榮生態

一線工程師實戰授課，推動產學研深度融合7月3日，武漢理工大學汽車工程學院與地平線聯合啟動“智馭未來：智能駕駛技術解析與實踐初探”暑期卓越學堂項目。該項目聚焦智能網聯與智能駕駛技術前沿，通過校企協同授課、真實產業場景實踐，...

算法自動駕駛 2025-07-12

物理級傳感器仿真：破解自動駕駛長尾場景驗證難題

自動駕駛研發面臨"長尾效應"的終極挑戰：海量邊緣場景需要近乎無限的測試里程。仿真測試雖已成為行業共識，但其真實度仍存根本性質疑——當多數平臺仍停留在視覺逼真層面時，感知算法的低階數據處理和魯棒性測試已...

自動駕駛仿真 2025-07-07

地平線靜態目標檢測 MapTR 參考算法 - V2.0

該示例為參考算法，僅作為在征程 6 上模型部署的設計參考，非量產算法一、簡介高清地圖是自動駕駛系統的重要組件，提供精確的駕駛環境信息和道路語義信息。傳統離線地圖構建方法成本高，維護復雜，使得依賴車載傳感器的實時感知建圖成...

算法自動駕駛 2025-06-28

征程 6X｜GPU 應用場景

一、典型場景1.1 多路拼接多路拼接場景如下圖所示。4 路 3M 的相機數據經過 PYM 處理后存儲到 DDR，GPU 從 DDR 中讀取 4 張 YUV 格式的圖片進行拼接處理。完成任務后，GPU 輸出數據保存在 DD...

算法自動駕駛 2025-06-28

ARXML 規則下 ECU 總線通訊與 ADTF 測試方案

一、引言隨著汽車新四化“電動化、網聯化、智能化、共享化”全面推進，幾乎每一項新技術的誕生都離不開汽車電子的身影。其中，電子控制單元（Electronic Control Unit，ECU）作為汽車電子控制系統的核心。與傳...

自動駕駛總線數據 2025-06-23

揭秘C-NCAP ：合成數據如何助力攻克全球安全合規難關？

中國汽車市場以年均超 3000 萬輛的銷量規模（占全球 1/3以上），正推動安全標準從被動防護向主動預防轉型。2024 年 7 月實施的 C-NCAP （ China New Car Assessme...

自動駕駛合成數據 2025-06-23

征程 6E/M｜如何解決量化部署時 mul 與 bool 類型數據交互的問題

一、引言使用征程 6 工具鏈進行量化部署時，涉及 bool 類型數據計算時，會有一些與全 float 計算不同的情況，需要特別注意。本文將重點結合 PyTorch 的 torch.mul（逐元素相乘）以及張量的&nbs...

算法自動駕駛 2025-06-23

BEV 感知算法評價指標簡介

一、引言智能駕駛感知模塊可以根據目標的屬性和環境信息，分為三類關鍵任務：動態感知任務、靜態結構感知任務和可通行區域（Freespace）感知任務。本文將介紹三大任務中常見的精度評價指標。如果有不正確的地方，歡迎評論指正。...

算法自動駕駛 2025-06-23

征程 6｜Cache 使用場景

一、緩存機制基礎1.1 緩存類型對比屬性Cache Buffer（緩存）No Cache Buffer（非緩存）是否經過 CPU cache是否（直接訪問內存）訪問速度快（命中時）慢（每次都訪問主存）數據一致性...

算法自動駕駛 2025-06-22

地平線高效 backbone: HENet - V1.0

一、背景 & 目標為了提供針對征程 6 系列芯片專門設計的高效 backbone，我們充分利用了征程 6 芯片的硬件特性，設計了高效模型 HENet （HybridEfficient Network）。二、性能&...

算法自動駕駛 2025-06-22