English(EN) TinyGLASS: Real-Time Self-Supervised In-Sensor Anomaly Detection

TinyGLASS 实现边缘设备的实时片上传感器异常检测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-21 04:00

研究人员开发了 TinyGLASS，这是 GLASS 框架的一个轻量级改编版本，用于资源受限的边缘设备的实时、自监督异常检测。这种新架构采用了紧凑的 ResNet-18 主干网络，并对静态图跟踪和 INT8 量化进行了修改，使其能够部署在索尼 IMX500 等片上传感器处理器上。TinyGLASS 在保持竞争力的性能的同时实现了显著的参数压缩，在严格的内存限制下以 20 FPS 运行，并展示了低功耗。 AI

影响实现了边缘设备的实时异常检测，有望提高工业质量控制和效率。

排序理由该集群描述了一篇详细介绍用于片上传感器异常检测的新模型改编的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Pietro Bonazzi, Rafael Sutter, Luigi Capogrosso, Mischa Buob, Michele Magno · 2026-07-21 04:00

TinyGLASS：实时自监督传感器内异常检测

arXiv:2603.16451v3 Announce Type: replace Abstract: Anomaly detection plays a key role in industrial quality control, where defects must be identified despite the scarcity of labeled faulty samples. Recent self-supervised approaches, such as GLASS, learn normal visual patterns us…

报道来源 [1]

TinyGLASS：实时自监督传感器内异常检测

相关实体

相关话题