数据融合,其实我之前在实验室做算法优化时也试过,不过我还加入了动态权重调整,在光照突变的环境下,准确率能再提升三个百分点。”
\n
慕辰萃手里的刀叉顿了顿,抬头看向我,眼里闪过一丝兴趣:
\n
“哦?动态权重调整?具体怎么操作?”
\n
我来了精神,放下刀叉,拿起桌上的纸笔,快速画了个简易的算法模型图:
\n
“您看,传统的多模态融合是固定权重,我把光照强度、物体轮廓清晰度设为动态参数,当光照低于阈值时,自动提高红外数据的权重,这样就能避免视觉数据偏差带来的影响。”
\n
慕辰萃凑过来看了一眼图纸,眉头渐渐舒展:
\n
“这个思路可行,比我们现在用的固定权重模型更灵活。”
\n
“那你之前说的边缘计算与云端协同架构,具体怎么实现任务下沉?”
\n
“其实核心是分任务层级。”
\n
我指着图纸继续说,“把简单的目标识别、距离测算这些任务放在本地终端,用轻量化模型处理,复杂的场景分析、路径规划再上传到云端,这样既能降低延迟,又能减少云端的算力压力。”
\n
“我之前做过测试,本地终端处理简单任务,延迟能从原来的150毫秒降到50毫秒以内。”
\n
慕辰萃眼睛亮了起来,放下刀叉,身体微微前倾:
\n
“这个数据很可观,如果能应用到人形机器人上,视觉定位延迟的问题就能解决了。”
\n
“你有没有考虑过和研发部对接,把这个方案细化一下?”
\n
我心里一阵激动,连忙点头:
\n
&nbs
本章未完,请点击下一页继续阅读! 第3页 / 共5页