处理器（参考译文帖）

处理器（参考译文帖）(Read Only)

状态 Resolved
已锁定已锁定
回复 36 回复
订户 0 订户
视图 468 视图
用户 0 会员在此处

选项

选项

相关

[参考译文] TDA4VM-Q1：TDA4 VM SDK 10_01_00_04：在 openvx 流水线模式下、最终输出会导致一帧包含不正确数据、后跟一帧正常数据的问题。

admin

Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/processors-group/processors/f/processors-forum/1493586/tda4vm-q1-tda4-vm-sdk-10_01_00_04-in-openvx-pipeline-mode-the-final-output-results-in-an-issue-where-one-frame-contains-incorrect-data-followed-by-one-frame-of-normal-data

器件型号：TDA4VM-Q1

工具/软件：

您好：

这个问题跟以下这个：(+) TDA4VE-Q1：TDA4 VM SDK 10_01_00_04：TIDL 节点在流水线模式下异常。 -处理器论坛-处理器- TI E2E 支持论坛

1. 这是我们的图形设计图

2.在 save_tensor 节点中、我们添加了日志记录、发现 TIDL 节点每隔一帧交替输出一个空指针和正常数据。因此、我们已经确认 TIDL 输出在这两个输出之间交替 一个正确的帧和一个异常帧 。

3.演示。

在上周的会议中、我们被建议参考 SDK 10.1演示代码 响应。

我们比较了 SDK 8.4和 SDK 10.1中的演示代码： psdkra/vision_apps/apps/dl_demos/app_tidl_seg。代码是相同的、在应用程序级别没有差异。如果 SDK 10.1有更新的演示、您能提供一个副本供我们比较吗？

此致、

XJC

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

尊敬的 xjc：

您能否提供有关图形的更多信息、例如流水线深度、缓冲区深度、节点参数和用于将 tidl 输出链接到 save_tensor_node 输入的缓冲区。

我看到3个复制节点提供空输出、但第一个节点提供数据、我假设流水线深度为2、对于第一个管道、所有4个复制节点提供数据、在第二个管道中、3个节点提供空。这也意味着没有为这些节点正确创建缓冲区。

还共享点图可视化输出以分析创建的缓冲区。

此致、
Gokul

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

1.这是我的图形流水线深度代码设计:

   	graph_parameter_index = 0;
	add_graph_parameter_by_node_index(graphObj->graph, graphObj->virtualCameraObj.node, 0);
	graphObj->inputObj.graph_parameter_index = graph_parameter_index;
   	graph_parameters_queue_params_list[graph_parameter_index].graph_parameter_index = graph_parameter_index;
    graph_parameters_queue_params_list[graph_parameter_index].refs_list_size = 4;
    graph_parameters_queue_params_list[graph_parameter_index].refs_list = (vx_reference*)&graphObj->inputObj.input_image_arr[0];
    graph_parameter_index++;

	add_graph_parameter_by_node_index(graphObj->graph, graphObj->imageMattingObj.node, 2);
	graphObj->imageMattingObj.graph_parameter_index = graph_parameter_index;
    graph_parameters_queue_params_list[graph_parameter_index].graph_parameter_index = graph_parameter_index;
    graph_parameters_queue_params_list[graph_parameter_index].refs_list_size = 8;
	graph_parameters_queue_params_list[graph_parameter_index].refs_list = (vx_reference*)&graphObj->imageMattingObj.out_image_arr[0];
	graph_parameter_index++;

	add_graph_parameter_by_node_index(graphObj->graph, graphObj->CameraFeatureSaveTensorObj.node, 1);
	graphObj->CameraFeatureSaveTensorObj.graph_parameter_index = graph_parameter_index;
	graph_parameters_queue_params_list[graph_parameter_index].graph_parameter_index = graph_parameter_index;
	graph_parameters_queue_params_list[graph_parameter_index].refs_list_size = 8;
	graph_parameters_queue_params_list[graph_parameter_index].refs_list = (vx_reference*)&graphObj->CameraFeatureSaveTensorObj.data_arr[0];
	graph_parameter_index++;
	
	vxSetGraphScheduleConfig(graphObj->graph,
            VX_GRAPH_SCHEDULE_MODE_QUEUE_AUTO,
            graph_parameter_index,
            graph_parameters_queue_params_list);

	tivxSetGraphPipelineDepth(graphObj->graph, 4);
	
#define NUM_DEPTH 2
	tivxSetNodeParameterNumBufByIndex(graphObj->virtualCameraObj.node, 1, NUM_DEPTH);
	tivxSetNodeParameterNumBufByIndex(graphObj->virtualCameraObj.node, 2, NUM_DEPTH);

	tivxSetNodeParameterNumBufByIndex(graphObj->CameraFeaturePreProcObj.node, 2, NUM_DEPTH);
	tivxSetNodeParameterNumBufByIndex(graphObj->CameraFeatureTIDLObj.node, 7, NUM_DEPTH);

2.这是我的图形点图可视化。

此致、

XJC

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

如果图像不清晰、请下载此 zip 文件。

e2e.ti.com/.../parking3.zip

此致、

XJC

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

感谢您分享这些图表、

您能否分享如何为 virtualCameraObj.node 创建图形(发送创建节点的代码片段)？

在图形中、我只能看到其他节点使用 virtual_camera_node 的一个输出。在这种情况下、为什么要将第一个和第二个参数作为节点参数？如果只有第1个参数作为输入传递到 image_matting_node、则注释掉第2个参数的节点参数设置。

此外、根据您要将缓冲区深度设置为2的代码、但有2种不同的类型创建为2个缓冲区、理想情况下2个缓冲区应该是相同的类型。

此外、还可以将 NUM_DEPTH 设置为4并将.refs_list_size = 8更改为4。

将流水线深度设置为5 (可选)。

您是否可以在执行更改后发送图形输出并发送 virtual_camera_node 的节点创建部分？

此致、
Gokul

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Gokul 您好：

1.在中设置两种不同输出类型的原因 virtualCameraObj

virtualCameraObj节点有一个特殊要求—其内部处理在 GPU 上实现。我们的 GPU 节点只能处理 RGBA 格式的图像、如果我们使用 NV12图像格式、将导致运行时错误。但是、下游节点需要 NV12格式的映像。

为了处理此情况、节点有两个输出：

输出0采用 RGBA 格式、但存储器实际上包含 NV12图像数据。此输出不会传递到下游。
输出1采用 NV12格式、这是传递到下游节点的输出1。在内部(在目标内)、我们将 NV12图像数据从输出0 (技术上采用 RGBA 格式)复制到输出1 (正确格式化的 NV12图像)。

这样、virtualCameraObj节点最终会向下游流水线提供 NV12映像格式。

创建代码：

vx_status app_init_virtual_camera(vx_context context, VirtualCameraObj *obj, char *objName)
{
        vx_status status = VX_SUCCESS;
        vx_image out_image, out_image_2;
        vx_uint32 i = 0;

        out_image = vxCreateImage(context, obj->width, obj->height, obj->format);
        for (i = 0; i < obj->num_buf; i++)
        {
                obj->output_arr[i] = vxCreateObjectArray(context, (vx_reference)out_image, obj->num_channel);
        obj->output_image[i] = (vx_image)vxGetObjectArrayItem((vx_object_array)obj->output_arr[i], 0);
        }

        out_image_2 = vxCreateImage(context, obj->width_2, obj->height_2, obj->format_2);
        for (i = 0; i < obj->num_buf; i++)
        {
                obj->output_arr_2[i] = vxCreateObjectArray(context, (vx_reference)out_image_2, obj->num_channel);
        obj->output_image_2[i] = (vx_image)vxGetObjectArrayItem((vx_object_array)obj->output_arr_2[i], 0);
        }

        vxReleaseImage(&out_image);
        vxReleaseImage(&out_image_2);

        return status;
}

vx_status app_create_graph_virtual_camera(vx_graph graph, VirtualCameraObj *obj, vx_object_array input_image_arr)
{
        vx_status status = VX_SUCCESS;
        vx_image output[2] = {NULL, NULL};

        output[0] = (vx_image)vxGetObjectArrayItem((vx_object_array)obj->output_arr[0], 0);
        output[1] = (vx_image)vxGetObjectArrayItem((vx_object_array)obj->output_arr_2[0], 0);

    obj->node = tivxVirtualCameraNode(graph, input_image_arr, output[0], output[1]);
        status = vxGetStatus((vx_reference)obj->node);

        if (obj->inst == 1)
        {
        status = vxSetNodeTarget(obj->node, VX_TARGET_STRING, TIVX_TARGET_DSP1);
        }
        else if (obj->inst == 2)
        {
                status = vxSetNodeTarget(obj->node, VX_TARGET_STRING, TIVX_TARGET_DSP2);
        }
        else if (obj->inst == 3)
        {
                status = vxSetNodeTarget(obj->node, VX_TARGET_STRING, TIVX_TARGET_MPU_0);
        }
        vxSetReferenceName((vx_reference)obj->node, "tivxVirtualCameraode");

        vxReleaseImage(&output[0]);
        vxReleaseImage(&output[1]);

        return(status);
}

copy code virtualCameraObj 目标节点：将 NV12图像数据从输出0 (技术上采用 RGBA 格式)复制到输出1 (正确格式化的 NV12图像)。

            output_target_ptr[0] = tivxMemShared2TargetPtr(&output_desc->mem_ptr[0]);
            output_target_ptr[1] = (char *)output_target_ptr[0] + CAMERA_VIRTUAL_WIDTH*2*CAMERA_VIRTUAL_HEIGHT*2;

            output_target_ptr_2[0] = tivxMemShared2TargetPtr(&output_desc_2->mem_ptr[0]);
            output_target_ptr_2[1] = tivxMemShared2TargetPtr(&output_desc_2->mem_ptr[1]);

            memcpy((uint8_t *)output_target_ptr_2[0],(uint8_t *)output_target_ptr[0],sizeof(char)*output_desc_2->mem_size[0]);
            memcpy((uint8_t *)output_target_ptr_2[1],(uint8_t *)output_target_ptr[1],sizeof(char)*output_desc_2->mem_size[1]);

这可能与我们的交替帧错误问题有关吗？因为根据我观察到的情况、预处理节点之前的所有帧都似乎是正常且一致的。

2. 可以将 NUM_DEPTH 更改为4并将.refs_list_size = 8更改为4。将流水线深度设置为5 (可选)。

这是更新后的图形图。

e2e.ti.com/.../parking_2D00_2.zip

此致、

XJC

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

补充资料：

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

您是否已注释掉这一行

tivxSetNodeParameterNumBufByIndex (graphObj->virtualCameraObj.node、1、NUM_DEPTH)；

无论如何、openvx 图中不使用此输出0、因此您不必指定缓冲区深度

在我仍在看到时确认

对于缓冲区1、其 obj_array 和其他缓冲区(2、3、4)、其类型为 vx_image、其仅针对 virtual_camera_node 发生、其他缓冲区似乎没问题

Unknown 说：
这是否与我们的交替帧错误问题有关？因为根据我观察到的情况、预处理节点之前的所有帧似乎都是正常且一致的。

我来检查一下

此致、
Gokul

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

我之前没有注释掉这段代码。

tivxSetNodeParameterNumBufByIndex (graphObj->virtualCameraObj.node、1、NUM_DEPTH)；

现在、注释掉后、仍然会发生交替帧错误。

我们是否应该检查任何其他潜在问题？

此致、

XJC

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

您是否可以在注释后共享图形输出

我的怀疑是缓冲器没有从 tidl 节点填充。

在上一篇文章中、我提到 virtual_camera 的输出应该是 object_arr、但在图形中只有一个缓冲区是 obj_arr、另一个缓冲区是 vx_image。

您能分享如何为 imageMatting 节点、saveTensor 节点和 tidl 节点创建图形,也共享 saveTensorNode 的排队和出队部分

此致、
Gokul

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

尊敬的 xjc：

Unknown 说：
1. 该virtual_camera节点是 GPU 渲染节点、一次只能处理一个帧。因此、其缓冲器只能设置为1。如果设置为4、则会出现与图像相关的异常。

缓冲区创建是 openvx 框架的一部分、当节点开始执行框架时、将一个缓冲区分配给节点进程函数。如果 virtual_camera 为 openvx 节点、则这应该不是问题。

是否正在运行且流水线深度设置为1且所有缓冲区深度设置为1的应用程序。 app_seg_cam 有类似的管道 ,其中 tidl 节点被复制,该应用是否适合您?

此致、
Gokul

0 admin 6 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

是否正在运行且流水线深度设置为1且所有缓冲区深度设置为1的应用程序。

-----

是的、我们目前拥有 流水线深度设置为4 和 所有缓冲深度均设置为1 。此设置可以正常工作、但它基本上在中运行方式、导致帧速率非常低。

我们希望提高整体帧速率、因此我们增加了流水线深度和缓冲区大小。但是、这导致了当前的问题。

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

尊敬的 xjc：

入队和出队部分中的对象 frameTensorCam 的类型是什么。

您可以共享管道上的排队部分并在您为 saveTensorNode 执行排队/出队部分的任何位置共享该片段吗

也共享 saveTensorNode ( app_init_save_tensor ())的 init 部分。

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Gokul 您好：

1. app_init_save_tensor ()

vx_status app_init_save_tensors(vx_context context, SaveTensorsObj *obj, char *objName, vx_user_data_object config)
{
        vx_status status = VX_SUCCESS;
        vx_map_id map_id_config[2];
        sTIDL_IOBufDesc_t *ioBufDesc;
        tivxTIDLJ7Params *tidlParams;
        tivxSaveTensorsParams *tensorParams = NULL;
        vx_uint32 i = 0;
        vx_uint32 size = 0;
        vx_uint32 type_size = 0;
        vx_user_data_object data;

        obj->params = vxCreateUserDataObject(context, "tivxSaveTensorsParams", sizeof(tivxSaveTensorsParams), NULL);
        vxMapUserDataObject(obj->params, 0, sizeof(tivxSaveTensorsParams), &map_id_config[0],
                                                (void **)&tensorParams, VX_WRITE_ONLY, VX_MEMORY_TYPE_HOST, 0);

        vxMapUserDataObject(config, 0, sizeof(tivxTIDLJ7Params), &map_id_config[1],
                                                (void **)&tidlParams, VX_READ_ONLY, VX_MEMORY_TYPE_HOST, 0);

        ioBufDesc = (sTIDL_IOBufDesc_t *)&tidlParams->ioBufDesc;
        tensorParams->num_tensor = ioBufDesc->numOutputBuf;
        for (i = 0; i < ioBufDesc->numOutputBuf; i++)
        {
                type_size = get_vx_tensor_type_size(ioBufDesc->outElementType[i]);
                size = size + ioBufDesc->outHeight[i]*ioBufDesc->outWidth[i]*ioBufDesc->outNumChannels[i]*type_size;

                tensorParams->width[i] = ioBufDesc->outWidth[i];
                tensorParams->height[i] = ioBufDesc->outHeight[i];
                tensorParams->padL[i] = ioBufDesc->outPadL[i];
                tensorParams->padR[i] = ioBufDesc->outPadR[i];
                tensorParams->padT[i] = ioBufDesc->outPadT[i];
                tensorParams->padB[i] = ioBufDesc->outPadB[i];
                tensorParams->outChannelPitch[i] = ioBufDesc->outChannelPitch[i];
                tensorParams->outNumChannels[i] = ioBufDesc->outNumChannels[i];
        }
        tensorParams->tidl_flag = obj->tidl_flag;
        vxUnmapUserDataObject(obj->params, map_id_config[0]);
        vxUnmapUserDataObject(config, map_id_config[1]);

        printf("###########cal size:%d pass size:%d###############\n", size, obj->size);
        data = vxCreateUserDataObject(context, "", obj->size, NULL);
        for (i = 0; i < obj->num_buf; i++)
        {
                obj->data_arr[i] = vxCreateObjectArray(context, (vx_reference)data, obj->num_channel);
                obj->data[i] = (vx_user_data_object)vxGetObjectArrayItem((vx_object_array)obj->data_arr[i], 0);
        }

        //vxReleaseUserDataObject(&data);
        return status;
}

2. 入队和出队部分中的 TensorFrameCam 的类型是什么。

----- vx_object_array 帧 TensorCam；

3、您可以在 saveTensorNode 的入队/出队部分中共享管道上的入队部分并共享片段吗

我们只是执行出队,然后是入队,而不需要任何额外的处理

	status = vxGraphParameterDequeueDoneRef(graphObj->graph, graphObj->CameraFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&frameTensorCam, 1, &num_refs);
	if (status != VX_SUCCESS)
	{
		MV_LOG_ERROR("vxGraphParameterDequeueDoneRef CameraFeatureTIDLObj failed!!\n");
		return;
	}
	status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->CameraFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&frameTensorCam, 1);

→是否可以提供一个官方演示、演示带有 TIDL 的流水线 save_tensor、其中流水线深度和缓冲区计数都大于2？

我已经TIDL_SEG在 SDK 10.0和8.4中比较了演示、它们几乎完全相同。但是、该演示中的图形结构与我遇到问题的图形结构大不相同。它使用 TIDL→后处理链接、并且后处理节点不由流水线管理、仅使用缓冲深度1、而不是2。我尝试了相应地修改演示、但流水线无法运行。

→、如果您能提供一个参考演示来展示 TIDL 的 save_tensor 以及流水线管理和缓冲区深度> 2、我将不胜感激。

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

Unknown 说：
我们只需执行出队、然后是入队、而无需任何额外处理

我是在要求排队的零件。根据缓冲区深度、您必须将所有图形参数的缓冲区排入图形的队列中。

在 app_tidl_seg 中的 app_run_grap_for_one_frame_pipeline ()中,您可以看到2个图形参数排队(如果已启用),同样,您必须排队等待根据缓冲区深度创建的3个图形参数。另外,我建议为输入和输出节点创建图形参数,而不是中间节点(映像节点),这可能会影响流水线性能,

Unknown 说：
它使用 TIDL→postproc 链接、后处理节点不由流水线管理、只使用缓冲深度1、而不是2。我尝试相应地修改演示、但管道运行失败。

我可以看到、在 app_tidl_seg 中、后 proc 输出的缓冲区深度设置为2。流水线针对整个图、因此 postproc_node 由流水线管理。

Unknown 说：
因此、如果您能提供一个参考演示来展示 TIDL→μ V save_tensor 以及流水线管理和缓冲区深度> 2、我将不胜感激。

在 app_tidl_seg_cam 演示中、缓冲区深度设置为4、流水线深度设置为7、并且根据摄像头输入数量复制 tidl 节点。请参阅它。

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

1.在 app_tidl_seg 的 app_run_graph_for_one_frame_pipeline ()中,您可以看到2个图形参数排队(如果启用),同样,您必须排队等待根据每个缓冲区深度创建的3个图形参数。

----- 是的、我必须排队等待缓冲深度图参数。

for (nIndex = 0; nIndex < graphObj->BevFeatureSaveTensorObj.num_buf; nIndex++)
{
	status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->BevFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&pBuf->bevTensorArr, 1);
}

2.还建议为输入和输出节点创建图形参数,而不是为中间节点(映像节点)创建图形参数,这可能会影响流水线性能,

----- 因为我需要中间节点的结果、所以我必须将其出队。

3. 在 app_tidl_seg_cam 演示中、缓冲区深度设置为4、流水线深度设置为7、并且根据摄像头输入数量复制 tidl 节点。请参阅它。

------------------------ 现在、情况下的后处理节点就像一样

tivxSetNodeParameterNumBufByIndex(Obj->postProcObj.node, 4, 2);

但我要设置为、将此节点设置为流水线：

graph_parameter_index = 0;
add_graph_parameter_by_node_index(graphObj->graph, Obj->postProcObj.node, 0);
graphObj->postProcObj.graph_parameter_index = graph_parameter_index;
graph_parameters_queue_params_list[graph_parameter_index].graph_parameter_index = graph_parameter_index;
graph_parameters_queue_params_list[graph_parameter_index].refs_list_size = 2;
graph_parameters_queue_params_list[graph_parameter_index].refs_list = (vx_reference*)&Obj->postProcObj.out_arr[0];
graph_parameter_index++;

我以前尝试过修改它,但我发现它要么丢了一个错误,或管道卡住,无法运行。

因此、我希望有一个专门展示此用例的演示、而不是默认的 SDK 演示。在 SDK 的演示中、由于结果未出队、因此我的save_tensor节点也可以正常工作。但是、一旦我将此节点设置为流水线的一部分并尝试使其出队、就会出现问题。因此、我想确认以这种方式配置的演示是否也会遇到相同的问题。

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

1.我希望 graphObj->BevFeatureSaveTensorObj.num_buf 等于 saveTensorNode 的.refs_list_size

在启动过程中、您必须将创建的缓冲区作为图形参数入队、

能改变吗

for (nIndex = 0; nIndex < graphObj->BevFeatureSaveTensorObj.num_buf; nIndex++)
{
	status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->BevFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&pBuf->bevTensorArr, 1);
}

最终目的

for (nIndex = 0; nIndex < graphObj->BevFeatureSaveTensorObj.num_buf; nIndex++)
{
	status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->BevFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&graphObj->CameraFeatureSaveTensorObj.data_arr[nIndex], 1);
}

2.好的

3.是的,我理解你想把 saveTensorNode 的输出作为图形参数,这样你就可以将缓冲区从应用程序入队和出队了。

设置图形参数和将节点设置为流水线之间存在混淆、让我澄清一下、没有将节点设置为流水线的配置、流水线用于整个图形、因此图形中的所有节点都在流水线中。这里的区别是节点参数和图形参数、

tivxSetNodeParameterNumBufByIndex(Obj->postProcObj.node, 4, 2);

通过调用上述 API、您将为节点参数设置缓冲区深度。

graph_parameter_index = 0;
add_graph_parameter_by_node_index(graphObj->graph, Obj->postProcObj.node, 0);
graphObj->postProcObj.graph_parameter_index = graph_parameter_index;
graph_parameters_queue_params_list[graph_parameter_index].graph_parameter_index = graph_parameter_index;
graph_parameters_queue_params_list[graph_parameter_index].refs_list_size = 2;
graph_parameters_queue_params_list[graph_parameter_index].refs_list = (vx_reference*)&Obj->postProcObj.out_arr[0];
graph_parameter_index++;

如果这样做、则需要将该参数设置为图形参数、并为图形参数设置缓冲区深度。

您所做的配置似乎是正确的。我怀疑在(1)中处理的管道向上进入队列部分。您能尝试一下吗、告诉我。

谢谢。此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Gokul 您好：

1. 您所做的配置似乎是正确的。我怀疑在(1)中处理的管道向上进入队列部分。您能尝试一下吗、告诉我。

----- 我写的也是这样,但我不小心删除了排队的代码,当修整代码.

这是完整的代码、与您建议的代码相同

	for (nIndex = 0; nIndex < graphObj->BevFeatureSaveTensorObj.num_buf; nIndex++)
	{
	 	if (pBuf->bevTensorArr == graphObj->BevFeatureSaveTensorObj.data_arr[nIndex])
	 	{
	 		// MV_LOG_DEBUG("nIndex = %d, pBuf->bevTensorArr = %p, tensor_data_arr = %p\n", nIndex, pBuf->bevTensorArr, graphObj->BevFeatureSaveTensorObj.data_arr[nIndex]);
			status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->BevFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&pBuf->bevTensorArr, 1);
	 		if (status != VX_SUCCESS)
	 		{
	 			MV_LOG_ERROR("vxGraphParameterEnqueueReadyRef bevFeatureSaveTensorObj failed!!\n");
	 			status = VX_FAILURE;
	 			return status;
	 		}
	 		nTensorFlag = 1;
	 		break;
	 	}
	}

2.今天我找到了一个解决方法,如下面的代码所示。但是、我不确定根本原因、您能帮我们解释一下吗？

		vx_user_data_object data;
		vx_object_array frameTensorCam;
		
		vxGraphParameterDequeueDoneRef(graphObj->graph, graphObj->CameraFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&frameTensorCam, 1, &num_refs);
		
		/*********add this code to solve*********/
		data = (vx_user_data_object)vxGetObjectArrayItem(pBuf->bevTensorArr, 0);
		vxQueryUserDataObject(data, VX_USER_DATA_OBJECT_SIZE, (void *)&size, sizeof(size));
		status = vxMapUserDataObject(data, 0, size, &map_id, (void **)&data_ptr, VX_READ_ONLY, VX_MEMORY_TYPE_HOST, 0);
		vxUnmapUserDataObject(data, map_id);
		vxReleaseUserDataObject(&data);
		/*********add this code to solve*********/

		status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->BevFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&frameTensorCam, 1);

3、解决这个问题后,我发现了我最初的问题背后的核心问题。当从同一个图形运行多个帧时(这意味着数据源完全相同)、我发现从save_tensor节点开始、连续帧的结果并不相同。例如、帧1、3、5和7产生相同的结果、帧2、4、6和8也彼此匹配、但奇数和偶数帧的输出不同。

例如、附加的结果采用每像素8位(8bpp)格式、分辨率为160x96。帧37和39的输出与帧38和40的输出相同。但是、第37帧和第38帧的结果之间存在明显差异。

我今天还在使用 SDK 10.0的入门级平台上使用完全相同的代码测试了这个问题。我发现在 Entry SDK 10.0上、连续帧之间的结果不同不存在问题-输出在多个帧之间保持一致。到目前为止、仅在 VM SDK 10.1.e2e.ti.com/.../save_5F00_tensor.zip 上发现了此问题

您能帮助分析这个问题吗？ VM SDK 10.1与 Entry SDK 10.0之间有何区别？我在两个平台上的测试代码完全相同。

谢谢。此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

1.我仍然需要了解 pBuf->bevTensorArr 的创建位置。为什么要排队 pBuf->bevTensorArr 而不是 graphObj->BevFeatureSaveTensorObj.data_arr[nIndex]、
我可以从 IF 块中看到中断、所以它只运行一次、我要求按缓冲区深度排队。

Unknown 说：
和您建议的一样

不、不是。我要求在移液期间将 graphObj->BevFeatureSaveTensorObj.data_arr[nIndex]缓冲区排队。

此外、对象的内存分配在 graphVerify 阶段发生、如果在任何节点中未使用 pBuf->bevTensorArr、则框架将不会为该对象分配内存。这说明了(2)。

2.框架不创建 pBuf->bevTensorArr 缓冲区的内存、因此 vxMapUserDataObject() API 分配内存(如果尚未分配)。因此、当您调用此 API 存储器时、会为该缓冲区分配内存并获得输出。

3.从10.0到10.1之间没有太多的变化就 tiovx 而言,你能在 VM SDK 10.0中尝试一下吗?

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

尊敬的 Gokul：

1.我仍然需要了解 pBuf->bevTensorArr 的创建位置。为什么要排队 pBuf->bevTensorArr 而不是 graphObj->BevFeatureSaveTensorObj.data_arr[nIndex]、

----- 实际上、pBuf->bevTensorArr 和 graphObj->BevFeatureSaveTensorObj.data_arr[nIndex]指向同一存储器—我从 graph 参数出列 pBuf->bevTensorArr、其地址与 data_arr[nIndex]中的相应缓冲区匹配。

所以当我进入 pBuf->bevTensorArr 队列时、它实际上是按照你的建议进入 data_arr[nIndex]队列。

代码与：类似

main()
{

	//enque buffer when init
	for (nIndex = 0; nIndex < graphObj->CameraFeatureSaveTensorObj.num_buf; nIndex++)
	{
		if (pBuf->bevTensorArr == graphObj->CameraFeatureSaveTensorObj.data_arr[nIndex])
		{
			status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->CameraFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&pBuf->bevTensorArr, 1);
			if (status != VX_SUCCESS)
			{
				MV_LOG_ERROR("vxGraphParameterEnqueueReadyRef CameraFeatureSaveTensorObj failed!!\n");
				status = VX_FAILURE;
				return status;
			}
			nTensorFlag = 1;
			break;
		}
	}

	while(1)
	{
		vx_object_array frameTensorCam;

		vxGraphParameterDequeueDoneRef(graphObj->graph, graphObj->CameraFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&frameTensorCam, 1, &num_refs);

		pBuf->bevTensorArr = frameTensorCam；

		for (nIndex = 0; nIndex < graphObj->CameraFeatureSaveTensorObj.num_buf; nIndex++)
		{
			if (pBuf->bevTensorArr == graphObj->CameraFeatureSaveTensorObj.data_arr[nIndex])
			{
				// MV_LOG_DEBUG("nIndex = %d, pBuf->bevTensorArr = %p, tensor_data_arr = %p\n", nIndex, pBuf->bevTensorArr, graphObj->CameraFeatureSaveTensorObj.data_arr[nIndex]);
				status = vxGraphParameterEnqueueReadyRef(graphObj->graph, graphObj->CameraFeatureSaveTensorObj.graph_parameter_index, (vx_reference*)&pBuf->bevTensorArr, 1);
				if (status != VX_SUCCESS)
				{
					MV_LOG_ERROR("vxGraphParameterEnqueueReadyRef CameraFeatureSaveTensorObj failed!!\n");
					status = VX_FAILURE;
					return status;
				}
				nTensorFlag = 1;
				break;
			}
		}

	}
}

实际上、我们的应用程序中有一些自定义的外部队列、因此我们会在自己的结构中封装数据。
graphObj->CameraFeatureSaveTensorObj.data_arr[nIndex]pBuf->bevTensorArr它基本上可以被视为 同一缓冲器 、队列逻辑主要用于 零复制地址传递 并管理我们的内部流程。

的内存graphObj->CameraFeatureSaveTensorObj.data_arr[nIndex]已在内部分配app_init_save_tensors()、我之前已经共享了初始化代码。
此基于队列的流程已正常工作 非常好 在 VM SDK 8.4、Entry SDK 10.0和 ECO SDK 10.0上、因此内存分配问题的可能性很小。

现在、问题出在哪里 仅显示在 VM SDK 10.1上 。

2.10.0与10.1之间没有太大的变化就 tiovx 而言、您是否可以在 VM SDK 10.0中试用。

----- 目前、我们没有可用于验证的 VM SDK 10.0环境。
所以、我可以问一下、由于 Entry SDK 10.0的结果是正确的、我们是否可以将其用作替代 VM 10.0的参考？
这一观察结果能否帮助指导我们朝着可能的调试方向前进？

此外、您是否可以提供一些信息 目标测试用例 以便我们在 VM SDK 10.1和 Entry SDK 10.0上进行验证？例如、正如我之前提到的、一个最小演示在流水线中包含后处理节点。

根据我到目前为止的测试 相同的代码 不同 SDK 版本和平台的行为不同、这让我认为问题确实存在 不太可能出现在我们的代码逻辑中 。

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

有一些困惑,

Unknown 说：
因此当我进入 pBuf->bevTensorArr 队列时、它实际上是按照您的建议进入 data_arr[nIndex]队列。

我仍然不理解管道向上排队,因为根据你的代码 main()你只排队一个缓冲区,这是 pBuf->bevTensorArr ,而这没有在图形中使用。

Unknown 说：
----- 实际上 pBuf->bevTensorArr 和 graphObj->BevFeatureSaveTensorObj.data_arr[nIndex]指向同一存储器—我从 graph 参数出队 pBuf->bevTensorArr、其地址与 data_arr[nIndex]中的相应缓冲区匹配。

在管道上升阶段、只能执行排队。我不明白为什么你从图形中退队,并在管道上升时再次排队。

Unknown 说：
此基于队列的流程一直有效 非常好 在 VM SDK 8.4、Entry SDK 10.0和 ECO SDK 10.0上、因此内存分配问题的可能性很低。

让我们重点关注您现在分享的代码。

为了进一步调试这一点、

您能否在当前位置共享最终代码片段、
1.创建图形参数,
2.管道向上进入所有图形参数的队列部分,
3.正常循环迭代的进入队列/出队部分。

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

我附加了一个 app_tidl_seg_cam 补丁、将 post_proc_output 作为图形参数、并将输出保存到文件中、

e2e.ti.com/.../post_5F00_proc_5F00_output_5F00_graph_5F00_parameter.patch

在 vision_apps 目录中应用此补丁并检查它是否在您这边工作(我们已经在 VM SDK 10.1中测试和工作),尝试相应地修改您的应用程序

谢谢。此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Gokul 您好：

谢谢、我现在来试试这个情况。

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

好的、确定、我将在尝试上述方法后等待您的响应。

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

由于 EVM 板上没有摄像头、因此我将您提供的贴片中的修改内容移植到app_tidl_seg演示中。但是、移植后、流水线无法正常运行并卡在图形中。并且执行期间也不会报告错误。

这是修改后的代码—您能帮我们看看吗？谢谢！

e2e.ti.com/.../app_5F00_tidl_5F00_seg.tar.gz

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

您好、谢：

我在您的代码中看不到 pipe up 部分中的修改、

能否将修补程序的上述部分移植到以下块中？

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

当我添加此代码并运行2帧时、图形会卡住。您是否也会遇到同样的问题？

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

我们在 app_tidl_seg_cam 上测试了2台摄像机、工作正常、让我测试 app_tidl_seg 并返回给您。

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

请查找 app_tidl_seg 和 app_tidl_seg_cam 的补丁

e2e.ti.com/.../app_5F00_tidl_5F00_seg_5F00_and_5F00_cam.patch

检查它是否适合您、我们已经过测试并可正常工作。

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

尊敬的 Gokul：

客户想知道应用在应用补丁后是否可以运行超过2帧？此外、在测试过程中、您是否验证了两个连续帧数据都正确无误？谢谢。

BR、Tommy

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Gokul 您好：

运行时环境：10.01.00.04/ti-processor-sdk-rtos-j721e-evm-10_01_00_04-prebuilt.tar.gz

1. 根据这个补丁, tidl_seg.out 现在正常运行。

2.但当我尝试保存结果时,它会在该函数内崩溃、您在保存结果时遇到此问题吗?

vx_object_array parent_obj_arr = vxCastRefAsObjectArray (tivxGetReferenceParent (vxCastRefFromImage (post_proc_output_img)、&status)；

这是我修改后的代码。

e2e.ti.com/.../app_5F00_tidl_5F00_seg_2D00_0423.tar.gz

3. 如果它在您的一侧成功运行,您是否可以尝试两次读取相同的图像并保存两个连续的帧(例如 Frame 560和 Frame 561)来检查两个二进制输出文件是否完全相同? 在我这边、保存结果的功能崩溃、因此我还无法验证此问题。

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

尊敬的 Tommy：

Zhengping Luo 说：
客户想知道应用程序在应用补丁后是否可以运行2帧以上？此外、在测试过程中、您是否验证了两个连续帧数据都正确无误？谢谢。

是的、它运行了2个以上的帧、我还验证了两个连续的帧数据都是正确的、并附加了下面的日志。

root@j721e-evm-gokul:/opt/vision_apps# ./run_app_tidl_seg.sh
APP: Init ... !!!
425277.701384 s: MEM: Init ... !!!
425277.701452 s: MEM: Initialized DMA HEAP (fd=5) !!!
425277.701603 s: MEM: Init ... Done !!!
425277.701647 s: IPC: Init ... !!!
425277.770493 s: IPC: Init ... Done !!!
REMOTE_SERVICE: Init ... !!!
REMOTE_SERVICE: Init ... Done !!!
425277.778186 s: GTC Frequency = 200 MHz
APP: Init ... Done !!!
425277.782373 s:  VX_ZONE_INFO: Globally Enabled VX_ZONE_ERROR
425277.782410 s:  VX_ZONE_INFO: Globally Enabled VX_ZONE_WARNING
425277.782417 s:  VX_ZONE_INFO: Globally Enabled VX_ZONE_INFO
425277.791101 s:  VX_ZONE_INFO: [tivxPlatformCreateTargetId:134] Added target MPU-0 
425277.791302 s:  VX_ZONE_INFO: [tivxPlatformCreateTargetId:134] Added target MPU-1 
425277.791405 s:  VX_ZONE_INFO: [tivxPlatformCreateTargetId:134] Added target MPU-2 
425277.791478 s:  VX_ZONE_INFO: [tivxPlatformCreateTargetId:134] Added target MPU-3 
425277.791488 s:  VX_ZONE_INFO: [tivxInitLocal:126] Initialization Done !!!
425277.791504 s:  VX_ZONE_INFO: Globally Disabled VX_ZONE_INFO


 =========================
 TIDL Demo - Semantic Segmentation
 =========================

 p: Print performance statistics

 x: Exit

 Enter Choice: post_proc dequeued
frame id 501enqueued post_proc output
post_proc dequeued
frame id 502enqueued post_proc output
post_proc dequeued
frame id 503enqueued post_proc output
post_proc dequeued
frame id 504enqueued post_proc output
post_proc dequeued
frame id 505enqueued post_proc output
post_proc dequeued
frame id 506enqueued post_proc output
post_proc dequeued
frame id 507enqueued post_proc output
post_proc dequeued
frame id 508enqueued post_proc output
post_proc dequeued
frame id 509enqueued post_proc output
post_proc dequeued
frame id 510enqueued post_proc output
post_proc dequeued
frame id 511enqueued post_proc output
post_proc dequeued
frame id 512enqueued post_proc output
post_proc dequeued
frame id 513enqueued post_proc output
post_proc dequeued
frame id 514enqueued post_proc output
post_proc dequeued
frame id 515enqueued post_proc output
post_proc dequeued
frame id 516enqueued post_proc output
post_proc dequeued
frame id 517enqueued post_proc output
post_proc dequeued
frame id 518enqueued post_proc output
post_proc dequeued
frame id 519enqueued post_proc output
post_proc dequeued
frame id 520enqueued post_proc output
post_proc dequeued
frame id 521enqueued post_proc output
post_proc dequeued
frame id 522enqueued post_proc output
post_proc dequeued
frame id 523enqueued post_proc output
post_proc dequeued
frame id 524enqueued post_proc output
post_proc dequeued
frame id 525enqueued post_proc output
post_proc dequeued
frame id 526enqueued post_proc output
post_proc dequeued
frame id 527enqueued post_proc output
post_proc dequeued
frame id 528enqueued post_proc output
post_proc dequeued
frame id 529enqueued post_proc output
post_proc dequeued
frame id 530enqueued post_proc output
post_proc dequeued
frame id 531enqueued post_proc output
post_proc dequeued
frame id 532enqueued post_proc output
post_proc dequeued
frame id 533enqueued post_proc output
post_proc dequeued
frame id 534enqueued post_proc output
post_proc dequeued
frame id 535enqueued post_proc output
post_proc dequeued
frame id 536enqueued post_proc output
post_proc dequeued
frame id 537enqueued post_proc output
post_proc dequeued
frame id 538enqueued post_proc output
post_proc dequeued
frame id 539enqueued post_proc output
post_proc dequeued
frame id 540enqueued post_proc output
post_proc dequeued
frame id 541enqueued post_proc output
post_proc dequeued
frame id 542enqueued post_proc output
post_proc dequeued
frame id 543enqueued post_proc output
post_proc dequeued
frame id 544enqueued post_proc output
post_proc dequeued
frame id 545enqueued post_proc output
post_proc dequeued
frame id 546enqueued post_proc output
post_proc dequeued
frame id 547enqueued post_proc output
post_proc dequeued
frame id 548enqueued post_proc output
post_proc dequeued
frame id 549enqueued post_proc output
post_proc dequeued
frame id 550enqueued post_proc output
post_proc dequeued
frame id 551enqueued post_proc output
post_proc dequeued
frame id 552enqueued post_proc output
post_proc dequeued
frame id 553enqueued post_proc output
post_proc dequeued
frame id 554enqueued post_proc output
post_proc dequeued
frame id 555enqueued post_proc output
post_proc dequeued
frame id 556enqueued post_proc output
post_proc dequeued
frame id 557enqueued post_proc output
post_proc dequeued
frame id 558enqueued post_proc output
post_proc dequeued
frame id 559enqueued post_proc output
post_proc dequeued
frame id 560imgaddr_width = 768 
imgaddr_height = 384 
imgaddr_stride = 768 
width = 768 
height = 384 
Written 442368 bytes 
enqueued post_proc output
post_proc dequeued
frame id 561imgaddr_width = 768 
imgaddr_height = 384 
imgaddr_stride = 768 
width = 768 
height = 384 
Written 442368 bytes 
enqueued post_proc output
post_proc dequeued
frame id 562enqueued post_proc output
post_proc dequeued
frame id 563enqueued post_proc output
post_proc dequeued
frame id 564enqueued post_proc output
post_proc dequeued
frame id 565enqueued post_proc output
post_proc dequeued
frame id 566enqueued post_proc output
post_proc dequeued
frame id 567enqueued post_proc output
post_proc dequeued
frame id 568enqueued post_proc output
post_proc dequeued
frame id 569enqueued post_proc output
post_proc dequeued
frame id 570enqueued post_proc output
post_proc dequeued
frame id 571enqueued post_proc output
post_proc dequeued
frame id 572enqueued post_proc output
post_proc dequeued
frame id 573enqueued post_proc output
post_proc dequeued
frame id 574enqueued post_proc output
post_proc dequeued
frame id 575enqueued post_proc output
post_proc dequeued
frame id 576enqueued post_proc output
post_proc dequeued
frame id 577enqueued post_proc output
post_proc dequeued
frame id 578enqueued post_proc output
post_proc dequeued
frame id 579enqueued post_proc output
post_proc dequeued
frame id 580enqueued post_proc output
post_proc dequeued
frame id 581enqueued post_proc output
post_proc dequeued
frame id 582enqueued post_proc output
post_proc dequeued
frame id 583enqueued post_proc output
post_proc dequeued
frame id 584enqueued post_proc output
post_proc dequeued
frame id 585enqueued post_proc output
post_proc dequeued
x
frame id 586
enqueued post_proc output
425321.057651 s:  VX_ZONE_ERROR: [ownReleaseReferenceInt:747] Invalid reference
APP: Deinit ... !!!
REMOTE_SERVICE: Deinit ... !!!
REMOTE_SERVICE: Deinit ... Done !!!
425321.508193 s: IPC: Deinit ... !!!
425321.508790 s: IPC: DeInit ... Done !!!
425321.508815 s: MEM: Deinit ... !!!
425321.508821 s: DDR_SHARED_MEM: Alloc's: 30 alloc's of 23168662 bytes 
425321.508827 s: DDR_SHARED_MEM: Free's : 30 free's  of 23168662 bytes 
425321.508832 s: DDR_SHARED_MEM: Open's : 0 allocs  of 0 bytes 
425321.508839 s: MEM: Deinit ... Done !!!
APP: Deinit ... Done !!!

我还通过保持所有帧的输入相同和保存的帧560和561都相同来验证。

附加文件以供参考、

e2e.ti.com/.../frameid560channel0 e2e.ti.com/.../frameid561channel0

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

Unknown 说：
2. 但当我尝试保存结果时、它会在该函数内崩溃、您在保存结果时是否遇到此问题？ [/报价]
我没有遇到任何问题、您是否在 vision_apps 内创建了"post_proc_output"目录、框架将保存在此目录"/opt/vision_apps/post_proc_output "内。

Unknown 说：
3. 如果它在您的一侧成功运行、您能否尝试两次读取同一图像并保存两个连续的帧(例如 Frame 560和 Frame 561)、以检查两个二进制输出文件是否完全相同？

是的、我已验证、两个输出是相同的。

此致、
Gokul
[/quote]

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

我创建了这个目录、文件编写函数中没有发生崩溃。它在到达文件保存步骤之前就会在该函数中崩溃。

vx_object_array parent_obj_arr = vxCastRefAsObjectArray (tivxGetReferenceParent (vxCastRefFromImage (post_proc_output_img)、&status)；

我们的运行时环境之间有什么区别吗？我将在使用本地10.1 SDK 的演示板上运行它。或者、我们如何同步我们的环境以确保一致性？

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

嗨、xie、

我在 main.c 中没有看到我共享的补丁中的此#include 行。

您能再检查一次吗？

此致、
Gokul

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

Hi Gokul：

添加此头文件后、我现在也可以正确地将结果保存在自己一侧。我将把这个演示与我自己的代码进行仔细比较、如果我遇到任何其他问题、很高兴有机会再次咨询您。非常感谢您的帮助！

此致、

XJC

0 admin 5 个月前

TI__Guru**** 2378650 points

请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

「我知道,我知道你想要我。

此致、
Gokul