蒸馏视觉-语言模型以实现端侧火灾理解
英文标题：Distilling Vision-Language Models for On-Device Fire Understanding
视觉-语言模型（VLMs）通过推理场景的语义上下文来显著降低误报率，为传统火灾检测系统提供了极具前景的替代方案。然而，该类模型庞大的体积对计算与存储资源受限的嵌入式火灾传感器构成了严峻挑战。该研究聚焦于通过知识蒸馏技术对视觉-语言模型进行轻量化压缩，使其能够在端侧与边缘设备上高效运行。这一探索为物联网火灾预警系统向低延迟、高精度及端侧智能化的落地演进提供了重要参考。
打开原文相关 1.6 · 机会 0
2.1 KB
461 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
视觉-语言模型（VLMs）通过对场景语义上下文进行深度推理，能够有效减少误判与假阳性报警，为传统火灾检测系统提供了一种极具前景的替代方案。然而，其庞大的模型体积使在资源受限的嵌入式火灾传感器上的部署面临严峻瓶颈。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×