广和通端侧目标检测模型FiboDet带你“一眼识万物”

为提升端侧设备视觉感知与决策能力，广和通全自研端侧目标检测模型FiboDet应运而生。该模型基于广和通在边缘计算与人工智能领域的深度积累，面向工业、交通、零售等多个行业提供高性能、低功耗、高性价比的视觉检测解决方案。

FiboDet针对低算力芯片平台进行深度优化，即便在1TOPS算力的入门级算力平台上，仍可实现单次推理耗时小于33毫秒，满足实时视频流分析需求。在PASCAL VOC等国际公认数据集测试中，FiboDet在模型参数量、检测精度（mAP）与推理速度三项关键指标上均优于当前主流轻量级检测模型，实现“小而精”的设计理念。

在检测能力上，FiboDet模型具备识别超过1000类通用物体的能力，覆盖日常场景中绝大多数目标类型，扩展性强，可快速适配不同应用需求。除通用目标检测外，FiboDet还可通过加入关键点回归和属性分类分支，实现多任务检测。例如：单一FiboDet模型同时实现人体检测、人脸检测、人脸关键点、表情分类、手势识别等5类任务，显著提升系统集成度与能效比。

FiboDet由广和通独立自主研发，无需依赖第三方商业收费模型，有效规避授权合规问题，降低企业部署成本与法律风险，更适合规模化商用落地。得益于以上性能与研发优势，FiboDet可应用于工业与自动化、智慧交通与自动驾驶、智慧零售等视觉检测场景。

在工业与自动化，FiboDet可应用于产品外观质检（如划痕、裂纹、装配缺陷检测）、零部件定位与筛选，提升生产线自动化水平和良品率；也可用于设备状态监控，如识别仪表读数、指示灯状态，实现故障预警与远程运维。

在交通与自动驾驶，FiboDet支持车辆、行人、交通标志、车道线等道路目标的实时检测，为ADAS系统和自动驾驶提供低延迟、高可靠的环境感知能力；同时可用于智慧交通管理，如车流量统计、违章停车识别、行人闯红灯监测等。

在智慧零售，FiboDet赋能智能零售终端实现货柜商品实时识别与库存管理，降低补货成本；支持顾客行为分析（如拿放商品、停留区域统计），为门店运营优化与消费者体验提升提供数据支撑。

FiboDet模型不仅适用于中低算力芯片平台，更具备向更高复杂场景扩展的能力。未来，FiboDet将持续迭代，深入赋能机器人、安防、医疗影像等更多垂直领域，帮助各行业设备加强卓越视觉检测能力。