标签
本文介绍了ARGO,一个面向设备上机器学习的智能眼镜平台,该平台集成了多模态传感器套件和优化的YOLOv11模型,用于实时城市障碍物识别,实现了隐私保护的本地处理,具有低延迟和2.483 MB的内存占用。
提出了一种轻量级神经架构搜索方法,直接在部署设备上执行,用于近传感器计算。在sEMG手语和故障诊断数据集上进行了验证,提高了准确率并减少了RAM占用。
本文提出了一种利用边缘智能和TinyML的AI驱动框架,用于智慧城市的能效环境监测,该框架根据时空条件动态激活传感器,以减少能耗并延长传感器寿命。