fcos_512x512_nv12.bin 完整说明1. 基础定义地平线D-Robotics 地平线机器人专用 BPU 推理模型文件运行平台RDK X3 / X3 派 / RDK X5旭日系列开发板 全称fcos_efficientnetb0_512x512_nv12.bin文档简写为 fcos_512x512_nv12.bin2. 文件名拆解表格片段含义fcosFCOS 无锚框Anchor-Free单阶段目标检测算法512x512模型固定输入图像分辨率512×512nv12推理时输入图像格式为 NV12 (YUV420)摄像头输出原生格式省去 RGB 转换BPU 推理速度最优.bin地平线 OE 工具链编译后的BPU 离线量化模型INT8不能直接在 PC、GPU、NCNN 运行3. 模型关键参数BackboneEfficientNet-B0训练数据集COCO2017支持80 类通用物体检测人、车、动物、家具等输入 Tensor[1,3,512,512] NCHW输出15 个输出 tensor多层级预测框、类别置信度、中心度代码内需实现 FCOS 专用后处理量化方式PTQ 静态量化开源 ModelZoo 官方预置模型4. 使用特点重点只能在地平线 RDK 开发板 BPU 上运行Windows/Linux PC 无法直接加载这个.bin推荐输入MIPI/USB 摄像头输出 NV12 数据流如果你传入 RGB 图片代码里必须手动转为 NV12官方配套示例hobot_dnnPython SDK、C 多媒体 BPU 示例、ROS2 目标检测 demo路径默认位置原厂固件plaintext/app/model/basic/fcos_512x512_nv12.bin5. 容易混淆的知识点❌ 不是 ONNX、不是 Pytorch .pth 权重是编译完成的 BPU 机器码模型❌ 不能用 Netron 直接正常解析Netron 只支持通用深度学习格式✅ 如果你想在 PC 上测试算法逻辑需要找到原始fcos.onnx而不是这个 bin 文件6. 典型应用场景机器人视觉、车载感知、智能摄像头通用目标检测相比 YOLOFCOS 优势是无锚框、调参简单。