Hailo-8L
PulseAugur coverage of Hailo-8L — every cluster mentioning Hailo-8L across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
边缘AI加速器被重新用于加速设备端模型自适应
研究人员开发了一种新颖的设备端模型自适应方法，通过重新利用边缘AI推理加速器Hailo-8L进行训练过程中的特征提取。这种异构流水线将预训练的骨干网络量化为INT8以供加速器使用，同时在主机CPU上微调轻量级的分类头。这种方法显著缩短了训练时间，降低了能耗，并实现了对资源受限设备的现场高效更新。
-
在搭载 HAILO-8L 芯片的 Raspberry Pi 5 上测试 YOLO 性能
本文评估了在搭载 HAT+ 模块的 Raspberry Pi 5 上运行的 YOLO 物体检测模型的性能。作者此前详细介绍了将 yolo8n 模型编译到 HAILO-8L 神经芯片的过程，现在则专注于测量使用此设置的各种 YOLO 模型的推理速度。
-
YOLOv8n 模型已为 Raspberry Pi 5 上的 Hailo-8L 编译
本文详细介绍了将 YOLOv8n 模型编译为 HEF 格式，以便在 Raspberry Pi 5 上的 Hailo-8L 芯片上使用的过程。文章重点介绍了为在紧凑型 AI 硬件解决方案上部署 YOLO 检测模型所做的准备工作，特别是针对 Raspberry Pi 5 AI HAT+。
-
设备端AI生成符合GDPR的视觉监控警报
研究人员开发了一个注重隐私的视觉监控系统，将所有AI处理保留在边缘设备上，遵循GDPR原则。该系统在配备Hailo-8L加速器的Raspberry Pi 5上使用YOLOv5n-seg模型进行实时目标检测，在推理后立即丢弃原始图像。然后，一个Phi-3 Mini LLM从最小的JSON数据生成简洁的自然语言警报，这些警报通过网络传输，确保没有图像数据离开本地环境。