前向一致性学习检测模型

2M参数跑155 FPS

一种面向边缘设备的轻量级视频异常检测模型，通过门控上下文聚合与前向一致性约束，在保持高精度的同时实现实时推理速度。

Lyu, Jiahao · Minghua, Zhao · 78264939 · Yifei, Chen · Du, Shuangli · Hu, Jing · Cheng, Shi · Lv, Zhiyong

Knowledge-Based Systems 2026

参数信息

模型参数量

2 M

推理速度

155 FPS

技术优势

轻量可部署

模型仅约 2M 参数，专为边缘设备设计，显著降低了部署门槛。

实时推理

推理速度最高可达 155 FPS，满足实时监控需求。

精度领先

在多个基准上大幅超越现有最优方法，同时保持高效率。

应用场景

• 边缘端实时监控：在摄像头端直接检测异常事件，无需上传视频流。
• 工业视觉质检：实时识别生产线上的异常行为或缺陷，提升质检效率。
• 智能安防摄像头：为安防摄像头赋予轻量级异常检测能力，降低硬件成本。
• 机器人行为监控：监测机器人运行中的异常行为，及时预警故障。