arXiv · ML· Riya Samanta, Bidyut Saha, Soumya Kanti Ghosh·· 3 小时前AI 评分33
边缘AI与TinyML在资源受限农业中的应用：硬件平台、模型优化与部署策略
Edge AI and TinyML for Resource-Constrained Agriculture: Hardware Platforms, Model Optimization, and Deployment Strategies
AI 导读
边缘AI与TinyML在精准农业部署中日益关键，微控制器（如ESP32、STM32）为主要终端，近50%研究采用量化降低精度。 结构化剪枝、硬件感知神经架构搜索及跨层协同优化应用有限；资源数据（如Flash、峰值RAM、MAC次数）报告不一致，限制可复现性。 普遍存在推理-训练不对称性：推理趋向本地设备，模型训练与生命周期管理仍保持集中式处理。
来源：arXiv · ML · arxiv.org