PulseAugur
中
实时 10:52:56
English(EN) RAMS: Resource-Adaptive and Detection-Conditioned Model Switching for Embedded Edge Perception

新的RAMS系统为边缘AI感知适配YOLOv8层级

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了RAMS，一种专为嵌入式边缘感知系统设计的新型运行时控制器。RAMS根据实时设备资源监控和检测条件，在YOLOv8模型的不同层级之间动态切换。这种自适应方法旨在优化推理延迟和检测质量之间的平衡，尤其是在资源受限的环境中，例如在Raspberry Pi 5和NVIDIA Jetson Orin平台上。 AI

排序理由 该集群包含一篇详细介绍边缘AI感知新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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]

  1. arXiv cs.AI TIER_1 English(EN) · Kushal Khemani, Evan Leri, George Xu, Amit Hod ·

    RAMS: Resource-Adaptive and Detection-Conditioned Model Switching for Embedded Edge Perception

    arXiv:2606.14716v1 Announce Type: cross Abstract: Edge object detection on embedded hardware requires balancing inference latency and detection quality under changing resource pressure. We present RAMS, a lightweight runtime controller that monitors device pressure, calibrates sw…

相关实体

相关话题