1.在x86 docker中使用oe包中的yolov5x推理一张图片，hbDNNWaitTaskDone(task_handle, 0)需要几分钟才能退出，结果是对的，但为什么需要等待这么长时间，上板之后会这样么？
2.我现在可以推理一张图片，如果要上板实时推理，请问程序实现一般是什么思路，相机的数据一般怎么考虑进模型，还请各位朋友指点一下！
1.芯片型号：J5
2.天工开物开发包OpenExplorer版本：docker_openexplorer_centos_7_j5_v1.1.33
3.问题定位：板端部署
yolov5x 挺大的，X86 模拟器跑就是会比较慢
1.请问您是怎么样实现在x86上推理yolov5x的呢，是基于horizon runtime sample的00 quick start示例修改代码实现的吗？建议您可以使用hrt_model_exec工具（位于OE包ddk/package/board/hrt_tools/bin）的perf功能上板实测性能数据，单核单线程用于评测单帧的latency，双核多线程用于评测FPS（线程最大为8）。以板端实测的数据为准，x86上只用于验证。
2、可以参考我们OE包的全流程示例，该示例提供了摄像头采集图像数据，使用检测模型进行实时检测，可视化的完整流程及代码，位于ddk/samples/ai_forward_view_sample，详细介绍可以查看社区文章J5 全流程示例解读 (horizon.ai)
感谢回复！
对，根据00 quick start给出的step，参考ai_benchmark中yolov5的后处理，目前实现读取推理一帧图片，结果保存本地。
太菜了，还没进阶到那一步?
上板实测是跑数据集吗？
关于hrt_model_exec工具的使用，可以查看工具链手册的5.5章节。做性能测试不需要跑数据集，这个工具会自己造一个数据，然后反复执行推理过程，最后统计出latency和FPS。这里给出一个最简的使用方法：./hrt_model_exec perf --model_file=xxxxxx.bin
哦哦，好的，到时候有问题会再发帖的?
好的?