تا امروز، ردیابی اجسام مشابه و متراکم (مثل دستههای ماهی) برای هوش مصنوعی یک چالش بزرگ بود، چون مدلهای دقیق معمولاً بسیار سنگین بودند و روی دستگاههای لبه (Edge) به خوبی اجرا نمیشدند.
محققان در مقاله جدیدی روشی به نام TIDE را معرفی کردهاند که با استفاده از «انعطافپذیری در استقرار»، بدون نیاز به پردازشهای سنگین ظاهری، به دقت خیرهکنندهای دست پیدا کرده است. این مدل با کاهش ۳۸ برابری محاسبات نسبت به روشهای مشابه، مسیر را برای استفاده از بینایی ماشین پیشرفته در دستگاههای کمتوان و کاربردهای Real-time هموار کرده است.
این یعنی در آینده، رباتها و سیستمهای نظارتی هوشمند میتوانند با سختافزار بسیار سادهتر، تحلیلهای پیچیده محیطی را انجام دهند. 🚀
منبع: arXiv Computer Vision