几何车辆计数方法在嵌入式系统中绕过深度学习

研究人员开发了一种新颖的、类别无关的车辆计数方法，该方法利用嵌入式系统上的几何原理。该方法无需深度对象检测器和训练数据，而是依赖背景减法和道路上的软件定义线。该系统实现了高精度，在现场部署中，一条规则的计数准确率为 91%，在类似的计算限制下，其性能显著优于基于斑点跟踪的基线。研究强调了 Python 和 C++ 在性能上的权衡，并讨论了采样几何对边缘部署的限制。 AI

影响 这种几何方法为嵌入式车辆计数提供了一种低功耗、类别无关的替代方案，适用于隐私敏感或资源受限的边缘部署。

排序理由 该条目是一篇学术论文，详细介绍了一种新的车辆计数方法。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CPP
• DagsHub
• Gotit.pub
• Hugging Face
• Python
• Raspberry Pi
• ScienceCast

• 论文
• 其他

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