跳到正文
arXiv · 机器人与计算机视觉· Zhengshu Zhou, Shaoyu Wang, Ziyi Geng, Lu Tao, Qian Long·· 16 天前AI 评分48

HydroReasoner 框架实现云边协同洪水水位推理与监测

Knowledge-Guided Floodwater Level Reasoning for Cloud-Edge Collaborative Monitoring

AI 导读

HydroReasoner 基于 Qwen2.5-VL 构建,通过引入 HydroKG 知识图谱路径奖励机制,显著提升了洪水检测的可解释性与泛化能力。在边缘端应用 4-bit 量化后,GPU 显存占用降低 57%、推理延迟减少 43%,域外准确率仅下降 0.2 个百分点。

来源:arXiv · 机器人与计算机视觉 · arxiv.org