问题标签 [qualcomm]

我想用 snapdragon 410c 为我的 Qualcomm 设备编写安全 API，为此我想使用 qseecom 驱动程序，有人可以指出我如何从用户空间中的 java 代码访问 qseecom 驱动程序。

我正在尝试从 Snapdragon 820 设备（三星 Galaxy S7）上的 Adreno 530 GPU 获取 CL_DEVICE_MAX_COMPUTE_UNITS 和 CL_DEVICE_MAX_CLOCK_FREQUENCY 设备信息。但是，对于 CL_DEVICE_MAX_COMPUTE_UNITS，我得到 4，对于 CL_DEVICE_MAX_CLOCK_FREQUENCY，我得到 1。这似乎是错误的，因为 CL_DEVICE_MAX_CLOCK_FREQUENCY = 1 表示 1 MHz。以下是我提取这些信息的代码：

注意：设备的类型为 cl::Device。

对于 Mac，它似乎可以正常工作。我为 Intel Iris Pro 获得 40 个计算单元和 1200 MHz 时钟频率。

Dragonboard 410c 上有 4 个绿色小 LED，右侧的一个心跳一直在闪烁，如何通过命令行切换其他的。

我正在开发 Qualcomm 820 板，我在该板上将一个 USB 网络摄像头 VF0250 与 android Nougat 源代码连接。我能够加载 uvc 驱动程序，当我连接 USB 摄像头时，会创建一个名为 /dev/video2 的节点，但是当我使用 Android 源代码中名为 HAL3-test-app 的应用程序时，它给出的摄像头数量等于 0，我无法理解它为什么给出这个，内核端是否还有任何依赖关系来启用这个摄像头？

我遵循此链接教程 [ https://developer.qualcomm.com/software/snapdragon-neural-processing-engine-ai/getting-started并且我能够下载所有模型图像但我现在的要求是我需要如何在网格视图中显示画廊图像我的代码用于模型概述片段：

} 用于图像加载代码：

}

/*公共类 LoadImageTask 扩展 AsyncTask{

} 对于模型：

// public static final Uri MODELS_URI=Uri.parse("content://mtp://[usb:002,029]/Internal%20shared%20storage/DCIM");

}

820E Linux 平台是否支持 Halide 的 Hexagon 目标？

Github 项目说：

当前支持的目标组合是将 HVX 目标功能与 x86 linux 主机（使用模拟器）或 ARM android 目标（使用 Hexagon DSP 硬件）一起使用。

是否也支持 Linaro / Linux 以及 Android？

我尝试使用 Qualcomm SNPE 在我的 snapdragon 820 上集成优化 SSD 模型计算。我成功地将 SSD Tensorflow 模型转换为 DLC 文件。

没有整合 SSD 模型的例子我尝试了不同的解决方案但没有成功。

有人在 snpe run net 可执行文件上找到示例或有解决方案吗？

编辑：

首先，当我生成 dlc 模型（来自 tensorflow 模型 github）时，我得到了该输出（这似乎不正确）：

然后我为 snpe-net-run 生成输出：

对于每个图像，它都会生成 detection_classes:0.raw 文件。

该文件不为空，但所有图像似乎都相同。

这是我得到的示例文件：

http://www.filedropper.com/detectionclasses0

我尝试在我的 moto Z 上运行 SSD 模型。我想使用 Qualcomm 的 SNPE SDK。我将模型转换为 DLC 格式，然后在我的 moto Z 上以 CPU 模式使用它并运行它。但在 DSP 模式下，我得到了这个错误：

似乎模型的一部分没有得到很好的支持，但 SSD 似乎可以在 DSP 上运行。

有人可以帮我吗？

使用 Qualcomm 神经网络 SDK。我可以运行 SNPE SDK 示例并更改为 inception_v3 模型，工作正常。

但是snpe会在execute()中阻塞ui线程；

我没有办法阻止这一切。android 用户会得到糟糕的用户体验。

我尝试过：低优先级线程、作业调度程序等

当我用 GPU 执行 snpe 时，它​​总是阻塞 UI。

我如何配置SNPE，Android UI 是高优先级，SNPE 是低优先级，所以我们可以快速得到结果而不阻塞UI

谢谢你。

我有一个非常有趣的问题。

我正在运行基于 NDK/C++/CMake 工具链的自定义电影播放器​​，该工具链会打开流 URL（mp4、H.264 和立体声音频）。为了从给定位置重新开始，播放器打开流，将帧缓冲到一定长度，然后寻找新位置并开始解码和播放。除非我们重新启动设备并遵循相同的步骤，否则这一直都可以正常工作。

这在少数版本的软件（针对 android-22..26 的插件构建）和硬件（LG G6、G5 和 LeEco）上重现。如果您将应用程序打开 10 分钟，则不会发生此问题。

我正在寻找可能的关注领域。我玩过解码逻辑（它基于描述为使用缓冲区进行同步处理的方法）。

编辑 - 更多信息 (4/23)

我修改了播放器以选择一个流，然后只播放视频而不是视频+音频。这导致持续的饥饿导致缓冲。这似乎在 android 版本中发生了变化（这里没有修复数据）。我确实相信我遇到了解码器饥饿。以前，我将 和 的超时设置为 0 AMediaCodec_dequeueInputBuffer，AMediaCodec_dequeueOutputBuffer我在输入端将其更改为 1000 和 10000，但没有太大区别。

我的播放器基于与 MediaCodec、CMake 构建通道和 C++_static 的 NDK/C++-DANDROID_ABI="armeabi-v7a with NEON"接口-DANDROID_NATIVE_API_LEVEL="android-22" \。

任何人都可以分享他们使用过的超时时间并获得了成功，或者任何有助于避免饥饿或由此产生的缓冲的东西？