地平线 bev 参考算法板端一致性验证教程

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 参考算法为例，介绍 PC 端和板端输出一致性验证的过程。

02 PC 端输入获取

PC 端输入的获取主要包括输入数据准备、输出节点配置和运行推理脚本这三个步骤，下面将对其进行逐一介绍。

2.1 输入数据准备

bev_mt_lss 参考算法的 PC 端输入为：

获取到 6V 图像和 homography 矩阵后，配置 config 文件的 infer_cfg 字段中输入路径参数 infer_inputs：

infer_cfg = dict(
    model=model,
    infer_inputs=dict(
        #6V图像的存放路径
        imagedir="./tmp_orig_data/nuscenes/infer_imgs/single_frame/imgs",
        #homography矩阵的存放路径
        homo="./tmp_orig_data/nuscenes/infer_imgs/single_frame/homo/ego2img.npy",
    ),
    ...
)

bev 参考算法的输入的 6V 图像的有顺序的，所以需要在 config 文件的 process_inputs 函数中定义输入图像的顺序，如下所示：

def process_inputs(infer_inputs, transforms=None):
​
    resize_size = resize_shape[1:]
    input_size = val_data_shape[1:]
    ori