跳到正文
arXiv · 机器人与计算机视觉· Abdalmalek Aburaddaha, Samir A. Rawashdeh·· 2 天前AI 评分72

从云端到边缘:一种用于坑洞风险评估和驾驶员警告生成的完全本地化流程

From Cloud to Edge: A Fully Local Pipeline for Pothole Risk Assessment and Driver Warning Generation

AI 导读

该研究提出了一种完全本地的视觉语言模型流程,用于将道路图像转化为几何感知的坑洞警告。系统重构了分割、严重程度分级和警告生成三个核心阶段,使其能在单张本地 GPU 上离线运行。实验显示,本地方案处理速度为每场景 1.27 秒,比原云端系统快 16 倍且无需按场景付费;在特定相机设置下,其风险分类性能接近云端模型,生成的警告在盲测中也被认为更安全且清晰度相当。

来源:arXiv · 机器人与计算机视觉 · arxiv.org