في عالم التكنولوجيا المتقدمة، تزداد الحاجة إلى نماذج كشف الأجسام التي تعمل بكفاءة على الأجهزة المدمجة. ومن هذه النماذج المبتكرة يأتي RAMS، وهو نظام ذكي مصمم لتلبية احتياجات كشف الأجسام دون التأثير على جودة الأداء.

يعتمد RAMS على فكرة التكيف حسب الموارد المتاحة، حيث يعمل كنظام تحكم خفيف الوزن يرصد الضغوط المكانية على الجهاز. يقوم RAMS بتحديد عتبات الانتقال بناءً على سلوك الجهاز عند خمول العمليات، والذي يُتيح له الانتقال بسلاسة بين ثلاثة مستويات من نموذج YOLOv8 (NANO / SMALL / MEDIUM) دون أي تأخير في تحميل النموذج.

يقوم RAMS بتعريف خمس سياسات انتقالية، بما في ذلك نوعين من السياسات المؤسسية والتي تمنع الضرر الكبير في الكفاءة بعد اكتشاف مستخدمي الطرق المعرضين للخطر (VRU). ولتقييم فعالية السياسات، تم تقديم مقياس خاص يُعرف بـ VRU-Weighted Accuracy Score (SWAS) لمقارنة السياسات في وضعية عدم الاتصال، مما يعكس الأداء بدقة أكبر.

تم اختبار RAMS في بيئات متعددة، منها Raspberry Pi 5، وأجهزة الكمبيوتر المحمولة x86، وJetson Orin مع ONNX/TensorRT. تظهر النتائج أن النظام يمكنه التعامل مع نطاق كبيرة من زمن الاستجابة بين 3.41 مللي ثانية إلى 37 مرة أسرع مقارنة بالأساليب التقليدية. تحت ضغط عالٍ، حقق RAMS دقة تصل إلى 74% من مستوى الدقة المتوقع، مما يجعله نموذجًا فريدًا لمواجهة التحديات في وقتنا الحالي.

هذا التطور يمثل واحدة من الخطوات المذهلة نحو تحقيق التكنولوجيا المدمجة التي تستجيب بذكاء للبيئات المحيطة بها.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات!