PDNet：剪枝与蒸馏的工业装配动作识别
热点事件持续更新
PDNet：剪枝与蒸馏的工业装配动作识别
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv Computer Vision 刊出 Malek Baba 等作者的论文，提出 PDNet 实时细粒度人体动作识别框架，面向工业装配场景，联合使用结构化剪枝与知识蒸馏来压缩 3D 卷积网络。报道称，在 MECCANO 数据集与 X3D-M 骨干上，仅剪枝模型的 Top-1 准确率为 25.54%，加入知识蒸馏后升至 39.46%，模型大小为 6.90 MB、计算量为 3.78 GFLOPs。上述数字与实验设置均出自该篇报道，目前尚无后续跟进报道，事件进展以该论文披露为准。
AI 根据报道生成 · 47 分钟前更新
最新进展10月20日 12:00
PDNet：用剪枝与知识蒸馏实现工业装配实时工人活动识别报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv Computer VisionPDNet：用剪枝与知识蒸馏实现工业装配实时工人活动识别
PDNet 联合通道级结构化剪枝与知识蒸馏，压缩 3D-CNN 用于工业装配中的细粒度人体活动识别。在 MECCANO 数据集与 X3D-M 骨干上，仅剪枝模型 Top-1 准确率为 25.54%，加入蒸馏后升至 39.46%，模型大小 6.90 MB、3.78 GFLOPs。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。