甜菜根检测的边缘部署与基准测试

01 摘要

针对甜菜收获后质量检测中甜菜根重叠遮挡导致标注和检测困难的问题，作者提出端到端图像检测流水线并构建专用基准。他们利用SAM 3基础模型自动生成边界框标签，与手动标注训练的模型对比，并评估包括Raspberry Pi 5搭配Hailo加速器在内的边缘部署配置。实验表明，基础模型标签可在小幅精度损失下替代大量手动标注，且边缘设备能实现高性能低功耗推理。

02 关键点

1. 提出基于图像检测部分遮挡甜菜根的端到端流水线，并发布专用基准。
2. 利用SAM 3自动生成边界框标签，可替代相当比例手动标注，精度略有下降。
3. Raspberry Pi 5搭配Hailo加速器在真实约束下实现高性能低功耗推理。