ARTFEED — Contemporary Art Intelligence

XiYOLO: Rilevamento di Oggetti Energy-Aware tramite Ricerca Iterativa dell'Architettura e Scaling

ai-technology · 2026-05-11

Uno studio pubblicato su arXiv presenta XiYOLO, un framework per il rilevamento di oggetti che privilegia l'efficienza energetica, specificamente progettato per diversi dispositivi edge. Questo framework integra uno spazio di ricerca XiResOFA energy-conscious, un estimatore energetico a due fasi e un processo di ricerca iterativa per individuare un'unica architettura di base energeticamente efficiente. Successivamente, lo scaling composto adatta questo design fondamentale nella famiglia XiYOLO, adattandosi a vari budget di deployment e facilitando chiari compromessi accuratezza-energia basati su misurazioni hardware limitate. I test condotti su PascalVOC, COCO e su dispositivi reali dimostrano che XiYOLO offre un bilancio energia-accuratezza superiore rispetto ai baseline YOLO.

Fatti principali

  • XiYOLO è un framework di rilevamento oggetti energy-aware per dispositivi edge.
  • Utilizza uno spazio di ricerca XiResOFA energy-aware, un estimatore energetico a due stadi e una ricerca iterativa.
  • Lo scaling composto crea la famiglia XiYOLO attraverso diversi budget di deployment.
  • Esperimenti condotti su PascalVOC, COCO e su dispositivi reali.
  • XiYOLO raggiunge un compromesso energia-accuratezza più forte rispetto ai baseline YOLO.
  • L'articolo è disponibile su arXiv con ID 2605.06927.
  • Il framework affronta vincoli di energia, latenza e memoria.
  • Consente compromessi interpretabili tra accuratezza ed energia sotto misurazioni hardware scarse.

Entità

Istituzioni

  • arXiv

Fonti