The project analyzes the applicability of computer vision models on wearable devices for assisting the blind. The goal is to balance accuracy and inference speed. Using a benchmarking platform, the Res-Net 50 and EfficientNet-b0 architectures were compared. The analysis suggests using Efficient and improving confidence for device optimization.

Il progetto analizza l'applicabilità di modelli di Computer Vision su dispositivi indossabili per l'assistenza ai non vedenti. L'obiettivo è bilanciare accuratezza e velocità di inferenza. Tramite una piattaforma di benchmarking sono state confrontate le architetture Res-Net 50 ed EfficientNet-b0. L'analisi suggerisce l'utilizzo di Efficient e il miglioramento della confidence per l'ottimizzazione del dispositivo.

ANALISI COMPARATIVA DEI MODELLI DI OBJECT RECOGNITION PER L'IDENTIFICAZIONE DI OSTACOLI

TROTTA, GIOVANNI
2024/2025

Abstract

The project analyzes the applicability of computer vision models on wearable devices for assisting the blind. The goal is to balance accuracy and inference speed. Using a benchmarking platform, the Res-Net 50 and EfficientNet-b0 architectures were compared. The analysis suggests using Efficient and improving confidence for device optimization.
2024
COMPARATIVE ANALYSIS OF OBJECT RECOGNITION MODELS FOR OBSTACLE IDENTIFICATION
Il progetto analizza l'applicabilità di modelli di Computer Vision su dispositivi indossabili per l'assistenza ai non vedenti. L'obiettivo è bilanciare accuratezza e velocità di inferenza. Tramite una piattaforma di benchmarking sono state confrontate le architetture Res-Net 50 ed EfficientNet-b0. L'analisi suggerisce l'utilizzo di Efficient e il miglioramento della confidence per l'ottimizzazione del dispositivo.
Benchmarking
Computer Vision
File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/75802