树莓派5加Edge TPU实现输送带缺陷检测

2026年10月27日，arXiv Computer Vision 刊出 Muhammad Nur Bijak Bestari 等作者的论文，提出、实现并验证了一套端到端、低功耗的边缘 AI 视觉系统，用于实时输送带缺陷检测，部署在 Raspberry Pi 5 上，并由 Google Coral Edge TPU 协处理器加速。研究团队在该硬件上部署了经 INT8 全整数量化的 YOLOv11n，在四类缺陷下取得精确率 0.742、召回率 0.730、mAP@0.5 为 0.764。报道未提及该系统在真实产线长期运行、不同光照或带速条件下的表现，也未给出与其它硬件平台的对比数据。目前进展停留在论文所述的原型实现与实验验证阶段，后续是否开展现场部署或扩展缺陷类别，报道中尚无信息。

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。