【瑞萨AI挑战赛】“芯”年新评测 | 瑞萨边缘AI挑战赛3

残城旧梦

   阶段三：实现实时检测并测评效果

基于 RUHMI 部署后的 Titanboard模型，实现视频流 / 摄像头 / 图片的实时检测，核心测评实时性、检测精度、稳定性，以下为实时检测实现代码和测评结果
   实时检测实现：









   实时检测核心测评指标：

  测评场景：室内普通光线

[td]

测评指标	GPU（RTX3060）	CPU（i7-12700H）	行业实时标准	测评结论
平均 FPS	65~70	30~35	≥25（达标）	远高于行业标准，GPU/CPU 均满足实时性
单帧推理耗时	14~15ms	28~33ms	<40ms（达标）	推理速度极快，无卡顿
检测精度（mAP）	78.3%	78.0%	-	与训练后精度基本一致，无推理精度损失
置信度阈值	≥0.5 时，检测准确率 95%+	≥0.5 时，检测准确率 94%+	-	高置信度下检测准确，误检率极低
稳定性	连续运行 30min，FPS 波动 ±2	连续运行 30min，FPS 波动 ±3	波动 ±5 以内（达标）	稳定性优异，长时间运行无崩溃 / 卡顿
资源占用	GPU 显存占用 < 200MB，CPU 内存占用 < 500MB	CPU 内存占用 < 400MB	-	极低资源占用，可在低配设备运行

    整体测评总结与评分：

   Titanboard是一款表现优异的轻量化 AI 检测模型，结合 RUHMI 工具包后，实现了快速训练、一键转换部署、超高实时性的全流程落地，无明显短板，兼顾精度、速度、资源占用，适合端侧 / 边缘侧的实时检测场景。

[td]

测评维度	评分	评分理由
模型轻量化	10 分	模型文件仅 15~20MB，资源占用极低，适配所有端侧设备
训练效率	9.5 分	GPU 训练极速，小样本快速收敛，仅无官方预训练权重扣 0.5 分
RUHMI 转换适配性	10 分	100% 转换成功，无损压缩，全平台兼容
部署难度	10 分	RUHMI 一键部署，无需手动编写推理代码，门槛极低
实时检测性能	9.8 分	GPU/CPU 均远高于行业实时标准，仅低光线场景轻微精度下降扣 0.2 分
稳定性	10 分	长时间运行无崩溃，FPS 波动极小

  综合评分：

  9.8 分/10分，是端侧实时检测场景的优选方案，结合 RUHMI 后落地成本极低，适合个人开发者 / 企业快速落地项目。