.png){kind=icon}
返回
Edge-assisted adaptive offloading algorithm for 3D object detection tasks
.png){kind=icon}
OA
AI
DOI：10.1371/journal.pone.0345876.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多模态3D目标检测对自主系统至关重要，但由于计算需求大而面临高延迟问题。为解决此问题，我们提出了一种边缘计算辅助框架，用于在终端设备和边缘服务器之间平衡负载。我们引入了动态阈值调节和分辨率自适应卸载算法以优化性能。实验结果表明，我们的方法通过最小化卸载频率显著降低了延迟，同时保持高精度，实现了卓越的延迟-精度权衡。此外，该框架在各种模型和带宽条件下表现出鲁棒的适应性，确保在动态环境中的有效性。
Keyword:
OPTIMIZATION
期刊
IF:
2.6
论文数:
2.6W
被引数:
81.6W
机构
引用论文
Deep Learning for Image and Point Cloud Fusion in Autonomous Driving: A Review自动驾驶中图像和点云融合的深度学习: 综述
OAAI
.png){kind=icon}
OAAI分享收藏A survey of mobility-aware Multi-access Edge Computing: Challenges, use cases and future directions
PREAI
分享收藏分享收藏
查看更多内容