14MB小模型跑出0.97分割精度！河流机器人端侧视觉证据融合方案来了
PAANI : On Device Visual Evidence Fusion and Explainable Guidance for River Robot Simulation
📖 AI 总结
本文提出PAANI，一种面向资源受限平台的端侧感知到引导架构，用于河流监测机器人在仿真环境中的视觉证据融合与可解释导航。系统在Arduino UNO Q上集成经项目数据训练的YOLO11n检测器与定制MobileNetV3 Small语义分割器，通过时间戳对齐实现证据融合，并结合有界跟踪、水面标签、检测结果、紧迫度与掩码不确定性构建显式走廊策略，每条最终建议均附带其证据来源与策略依据。模型经10,000张WaterScenes图像与1,127张MaSTr1325图像训练，FP32 ONNX模型共14.817 MB，检测验证mAP@0.5为0.7367，分割验证mIoU达0.9750；五分钟实测中位与95百分位延迟分别为467.8 ms和580.3 ms。研究同时指出黑色输入误分类与采样率失配等问题，并强调其成果为可检查、可复用的边缘机器人基础，尚不等同于经水上验证的避碰能力。
🔑 关键词速览
| PAANI | 本文提出的设备端感知到指导架构，用于河流机器人模拟中的视觉证据融合与可解释指导。 |
| YOLO11n | 一种轻量级目标检测模型，用于实时检测河流场景中的物体。 |
| MobileNetV3 Small | 一种高效的轻量级语义分割模型，用于识别水域边界等像素级类别。 |
| 证据融合 | 将来自不同模型（如检测和分割）的视觉证据按时间戳对齐并组合，以支持决策。 |
| mAP | 平均精度均值，目标检测中常用的评估指标，衡量模型在不同IoU阈值下的检测精度。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅