研究人员开发了一个新模型,用于理解输入分辨率如何影响实时目标检测系统的延迟。该模型将总延迟视为预处理、推理和后处理阶段的卷积,其参数取决于源图像分辨率。使用 YOLOv11n 在 NVIDIA Jetson Orin NX 上对 COCO2017 图像进行的实验表明,这种分辨率感知参数化可以改善分布近似,尤其是在使用 Normal 和 Gamma 等更灵活的模型时。 AI
影响 通过考虑输入分辨率对延迟的影响,为优化实时目标检测系统提供了一个框架。
排序理由 学术论文,详细介绍了目标检测延迟的新模型。[lever_c_demoted from research: ic=1 ai=1.0]
- Anderson-Darling Parameter Estimation of the Marshall-Olkin Length-Biased Exponential Distribution with Applications in Engineering and Environment
- arXiv
- COCO2017
- Cramer-von Mises and Anderson-Darling goodness of fit tests for extreme value distributions with unknown parameters
- Gamma
- Kolmogorov–Smirnov test
- NVIDIA Jetson Orin NX 16GB
- YOLOv11n
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →