雾计算零售分析模型RetailLightNet提出

2026年10月28日，arXiv Computer Vision 刊出研究，Mayank Atreya 等作者提出面向雾计算边缘设备的轻量零售视频分析模型 F-RLN（Fog-based analytics with RetailLightNet）。该模型定位为超轻量深度学习模型，适配 NVIDIA Jetson Nano 等资源受限的边缘硬件，用于完成实时零售视频分析。技术路线上，模型采用深度可分离卷积提取特征，设置存在性分类与密度回归两个预测头，并借助运动门控帧选择跳过冗余帧。在 SKU110K 和 RPC 数据集上，研究报告精确率 0.988、召回率 0.976、F1 0.976，称优于现有卷积神经网络。目前该事件仅有这一篇主报道，尚无后续跟进报道，模型的实际部署效果与第三方复现情况未见披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。