news 2026/10/15 17:47:14

PSD 车位可视化异常总结

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
PSD 车位可视化异常总结

下面是截至目前为止的完整排查进度总结,并对“下位机 PSD 车位可视化异常”的根因作出阶段性分析,便于对外汇报与后续推进。


一、问题现象

  • PSD 车位可视化结果异常(部分图片无车位、部分位置异常)
  • RM/FSD 正常
  • 上位机推理正常
  • 模型输入尺寸从 544×480 切换到 608×736 后异常变明显

二、已完成的排查路径与结论(含证据)

1) 确认输入/原图尺寸正确

证据:下位机日志

input_sizes[0]=608, input_sizes[1]=736

Image Pre processing for image of size 480 x 544

结论:输入和原图尺寸无误,非尺寸配置问题。


2) 排除“可视化坐标映射错误”

方法:输出 _model.bmp / _model_swap.bmp 并加入 raw 坐标自适应缩放

证据:draw_tensor2psd_result 多次出现

raw_max 在部分图超原图范围 / 有时在原图内

结论:raw 坐标本身不稳定,不是单纯画图映射问题。


3) 修复输出 tensor 指针生命周期

问题:map 后立即 unmap,再解码

结论:存在悬空指针风险

措施:map → decode → unmap

结果:消除未定义行为,但异常仍存在


4) 输出 tensor 数据类型确认

证据:下位机日志

outElementType(TIDL)=2 vxType=VX_TYPE_UINT16

结论:输出为 uint16,解码端 unsigned short* 匹配 ✅


5) 修复输出 tensor stride(关键)

问题:map 时 stride[0]=1 只适用于 uint8

结论:uint16 必须 stride=2,否则数据错位

措施:按输出类型计算 stride

结果:raw 坐标变合理,部分图可视化变正常


6) 修复检测头索引错位(关键)

问题:模型检测头输出在 output[1..3],解码固定用 0..2

结论:参数与数据错位

措施:1→0, 2→1, 3→2 重新映射

结果:可视化明显改善,但仍有“部分图片无车位”


7) 阈值导致“无车位输出”

证据(0206 日志)

  • 错图对应 max_conf < conf_thresh
  • 检测结果 0 → bin 空 → 可视化无车位

结论:并不是画错,而是被阈值过滤

措施:降低 conf_thresh 到 0.10

结果:部分“原本无车位”的图开始有输出,但带来另一个问题


8) 越界写导致 inf(新问题)

证据(0210 日志)

max_conf=inf max_cls=inf max_score=inf

conf_pass 很大

结论:bbox 数量超过上限 100,数组越界 → 覆盖统计变量

措施:加入越界保护 + overflow 统计

结果:预计 inf 消失,可继续验证


三、阶段性根因分析(当前结论)

✅ 已确认的根因(已修复)

  1. 输出 tensor 映射 stride 错误 → 导致 raw_data 读取错位
  1. 检测头索引错位 → 导致解码使用错头参数
  1. 输出 tensor 提前 unmap → 存在悬空指针风险

这些修复后,部分图片已能正确输出,说明核心解码链路趋于正常。


⚠ 当前仍在影响的原因

  1. 低置信度导致“无车位输出”
  • max_conf 低于阈值 → bin 为空
  • 可视化“空图”是因为没有输出
  1. 阈值降低引发的越界写
  • 过多候选 → bbox_num 超上限
  • 已加 overflow 防护,待验证

四、现阶段结论

“部分图正常、部分图没有车位”的现象已经不是解码错位,而是阈值与候选数量共同作用的结果。

  • 置信度低 → 被过滤 → 无车位输出
  • 降阈值 → 候选多 → 越界 → 统计异常

五、当前进度状态

  • 解码链路已基本修正(stride + head 映射 + map/unmap)
  • 可视化逻辑已稳定
  • 剩余问题集中在 阈值策略与候选数量控制

如果你需要,我可以再提供一版“后续计划 + 风险评估”的汇报页。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/15 12:07:31

通义千问1.5-1.8B-Chat-GPTQ-Int4效果实测:中文OCR后文本纠错与语义补全

通义千问1.5-1.8B-Chat-GPTQ-Int4效果实测&#xff1a;中文OCR后文本纠错与语义补全 1. 模型介绍与测试背景 通义千问1.5-1.8B-Chat-GPTQ-Int4是一个经过量化优化的中文语言模型&#xff0c;专门针对对话场景进行了优化。这个模型基于Transformer架构&#xff0c;采用了先进的…

作者头像 李华
网站建设 2026/10/15 18:39:29

造相Z-Image三档模式对比:Turbo/Standard/Quality效果实测

造相Z-Image三档模式对比&#xff1a;Turbo/Standard/Quality效果实测 你有没有过这样的体验&#xff1a;输入一段精心打磨的提示词&#xff0c;满怀期待地点下“生成”&#xff0c;结果等了半分钟&#xff0c;出来的图却细节糊、结构歪、风格跑偏&#xff1f;或者反过来——只…

作者头像 李华
网站建设 2026/10/12 22:43:53

零基础玩转Qwen3-ASR-1.7B:3步完成高精度语音转写

零基础玩转Qwen3-ASR-1.7B&#xff1a;3步完成高精度语音转写 你是不是也遇到过这样的场景&#xff1f;手头有一段重要的会议录音需要整理成文字稿&#xff0c;或者想给视频自动生成字幕&#xff0c;但手动打字效率太低&#xff0c;市面上的语音转写工具要么收费昂贵&#xff…

作者头像 李华
网站建设 2026/10/15 3:20:37

浦语灵笔2.5-7B视觉问答模型:从部署到实战案例分享

浦语灵笔2.5-7B视觉问答模型&#xff1a;从部署到实战案例分享 1. 引言&#xff1a;为什么视觉问答正在成为AI落地的关键入口&#xff1f; 你有没有遇到过这样的场景&#xff1a;客服人员面对用户发来的一张模糊的产品故障截图&#xff0c;反复追问“哪里坏了”&#xff1b;老师…

作者头像 李华
网站建设 2026/10/15 3:18:20

Cosplay创作利器:yz-bijini-cosplay功能全面解析

Cosplay创作利器&#xff1a;yz-bijini-cosplay功能全面解析 1. 为什么Cosplay创作者需要专属文生图工具&#xff1f; 你是否经历过这些场景&#xff1a; 花两小时调提示词&#xff0c;生成的Cosplay图服饰细节模糊、比例失真&#xff1b;换个角色就要重新训练LoRA&#xff…

作者头像 李华
网站建设 2026/10/15 0:35:32

Fish-Speech-1.5实战:制作有声书和播客的利器

Fish-Speech-1.5实战&#xff1a;制作有声书和播客的利器 1. 引言&#xff1a;为什么你需要一个专业的语音合成工具&#xff1f; 想象一下&#xff0c;你花了几周时间精心创作了一部小说&#xff0c;或者整理了一份干货满满的知识分享稿。接下来&#xff0c;你想把它变成有声…

作者头像 李华