BriefGPT - AI 论文速递
·
RT-MonoDepth: 嵌入式系统上的实时单目深度估计
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文提出了两种高效且轻量级的编码器-解码器网络结构，用于实时深度估计。在单个RGB图像上实现更快的推断速度，同时保持准确性。在NVIDIA Jetson Nano上的运行速度为18.4＆30.5 FPS，在NVIDIA Jetson AGX Orin上的运行速度为253.0＆364.1 FPS，并在KITTI数据集上达到了最先进的准确性。
🎯
关键要点
- 提出了两种高效且轻量级的编码器-解码器网络结构：RT-MonoDepth 和 RT-MonoDepth-S。
- 旨在降低嵌入式系统上的计算复杂性和延迟，实现实时深度估计。
- 在单个RGB图像上实现更快的推断速度，保持与先前最先进深度估计作品相似的准确性。
- 在NVIDIA Jetson Nano上，RT-MonoDepth和RT-MonoDepth-S的运行速度为18.4和30.5 FPS。
- 在NVIDIA Jetson AGX Orin上，运行速度为253.0和364.1 FPS。
- 在KITTI数据集上达到了相对最先进的准确性。
- 在准确性和最快推断速度方面达到了最佳水平。
➡️
