arXiv · cs.AI· Thomas Goudemant, Aur\'elien Bobey, Omar Hlimi, Marjorie Bellizzi·· 5 小时前
Versal嵌入式硬件上的AI船载海事目标检测与地球观测数据缩减
AI-Based On-Board Maritime Object Detection for Earth Observation Payload Data Reduction on Versal Embedded Hardware
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Thomas Goudemant, Aur\'elien Bobey, Omar Hlimi, Marjorie Bellizzi
研究任务与主要进展
基于论文摘要，研究团队训练YOLOX-S检测地球观测图像中的船舶，并将量化模型部署到Versal VC1902的DPU，用于在轨筛选下传数据。该方法在密集港口和沿海场景中，瓦片模式保留98%的船舶、下传场景体积的29%，裁剪模式保留83%的船舶、下传体积的3%；模型每个场景的处理时间为数秒，检测质量仅报告为有限损失。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org