跳到正文
热点事件持续更新

黄瓜尺寸测量管线在Jetson与树莓派上的部署评测

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Manveen Kaur等作者将一套曲率感知的黄瓜长度测量流程(YOLO26n 检测、提示式分割与中弧样条估计)部署到 NVIDIA Jetson Orin Nano 和 Raspberry Pi 4,并以 RTX 3050 Ti 工作站为参照,回放 7 个样本的 50 段相同温室拍摄画面进行评测。 在 Jetson 上,TensorRT FP16 编译使检测延迟降低 2.57 倍,同一块板出现两个工作点:每果 72 毫秒、误差 0.84 厘米,或每果 2.74 秒、误差 0.64 厘米。作者称,对无 NMS 检测头做全图 INT8 量化会结构性失败,返回不到任何检测结果。 树莓派搭配 MobileSAM 时,每果计算成本是 Jetson 搭配 SAM 的 2.5 倍,尽管功耗低 47%,且持续负载下未发生热降频。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月9日
  1. arXiv cs.RO
    CucumberVision 边缘部署:Jetson Orin Nano 与 Raspberry Pi 4 上 RGB-D 黄瓜尺寸测量的精度、吞吐与能耗

    研究将基于 YOLO26n 检测、提示式分割与中弧样条估计的黄瓜长度测量流程部署到 NVIDIA Jetson Orin Nano 和 Raspberry Pi 4,并与 RTX 3050 Ti 工作站对比。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。