Lightweight AI tracks every cow in the herd in real time
提出轻量化边缘AI模型,实时追踪牛群个体行为。
关注点
该模型在商业牛场以单帧24.5毫秒、40帧每秒连续运行,验证了低成本边缘部署的可行性;但结论限于视觉行为识别,多模态融合与长期稳定性尚待后续验证。
阅读 0
关键词 · 相关资讯与研究
沿着“轻量化边缘AI”继续探索,共 0 条内容。
提出轻量化边缘AI模型,实时追踪牛群个体行为。
该模型在商业牛场以单帧24.5毫秒、40帧每秒连续运行,验证了低成本边缘部署的可行性;但结论限于视觉行为识别,多模态融合与长期稳定性尚待后续验证。
系统综述工业环境中计算机视觉在检测、安全、物流与机器人四领域的应用现状与挑战。
综述轻量化AI方法,并以农业监测机器人为例,提出相机+轻量YOLO+Jetson+单片机的嵌入式部署
综述水下光学图像中的小目标检测,梳理问题、数据集、算法,并展望未来方向。
提出仅1.31万参数的轻量作物行分割网络,适配田间机器人边缘部署。
提出基于双视角被动立体视觉的牦牛活体体重无接触估测系统,可在养殖现场边缘设备部署。轻量骨架定位模型MobileLKA仅0.732M参数,背部形态测量特征使R²提升23.3%、RMSE降低38.3%。
提出轻量级WheatNet网络,实现复杂麦田麦苗检测与计数。
提出轻量MobileNetV2结合梯度显著性实现边缘端植物病害早期可解释检测。