新的边缘AI系统提高了路侧感知的准确性

研究人员开发了Edge-TSR，一个专为资源受限硬件（如NVIDIA Jetson Orin Nano）上的路侧感知任务设计的连续边缘推理新系统。该系统解决了传统基准测试常常忽略的部署挑战，如时间不稳定性与热节流。Edge-TSR集成了检测、跟踪、分类和一个轻量级的时间稳定性机制，与静态图像评估相比，性能显著下降了20-30%。该系统展示了持续的实时性能，在无需云卸载的55分钟真实世界部署中实现了16.18 FPS，同时保持了安全的温度限制。 AI

影响 这项研究强调了对面向部署的评估和时间稳定性在边缘AI系统中进行评估的必要性，有望提高实际性能和可靠性。

排序理由 该集群包含一篇详细介绍新系统及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Aditya Mishra
• arXiv
• Edge-TSR
• Hugging Face
• NVIDIA Jetson Orin Nano 8GB

• 论文
• 基础设施

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