2.54M参数精度反超SOTA!裂缝检测模型大乱斗,边缘部署到底该选谁
三条技术路线的硬伤,混合架构能补上吗
参数与算力:2.8M和2.54M差在哪
| 模型 | 参数量 | 计算量 | 显存 |
|---|---|---|---|
| MixerCSeg | 2.54 | 2.05 | 1190 |
| SCSegamba | 2.80 | 18.16 | 2206 |
| MambaVision | 13.57 | 642.86 | 5222 |
精度对比:谁在真实场景划得更准
| 模型 | DeepCrack mIoU | Crack500 mIoU | DeepCrack F1 |
|---|---|---|---|
| MixerCSeg | 0.9151 | 0.7824 | 0.9205 |
| SCSegamba | 0.9022 | 0.7778 | 0.9101 |
| U-Net | 0.8987 | 0.7363 | 0.8978 |
选型建议:你的场景更适合哪款
当前文章无评论,是时候发表评论了