边缘AI部署感悟：推理速度、后处理与Bug报告

作者每周记录五个令人惊讶或改变认知的观察，本周聚焦边缘AI与流水线故障。他发布了两篇关于在树莓派3上运行货架扫描边缘AI的文章，指出后处理层比模型精度更重要。模型mAP50为0.844，但原始输出存在误报，通过ROI掩码、基线减除和时间多数投票三个后处理阶段解决。推理中位时间8.5秒，看似慢，但系统每小时扫描一次，延迟仅占周期0.24%，且树莓派成本远低于云GPU。作者还将推理分辨率从640降至416像素以适应内存限制，精度保持不变。另一篇文章强调输出检查优于流程监控，引用检测延迟表显示六次故障在36至113天后才被发现。