计算机视觉在嵌入式系统上实时诊断猴痘-计算机科学-机器学习-模型优化-模型压缩.pdfVIP

计算机视觉在嵌入式系统上实时诊断猴痘

stnd

1JacobM.Delgado-López2RicardoAMorell-Rodriguez

DepartmentofComputerScienceandEngineeringDepartmentofComputerScienceandEngineering

UniversityofPuertoRicoMayagüezUniversityofPuertoRicoMayagüez

Mayagüez,PuertoRicoMayagüez,PuertoRico

jacob.delgado@ricardo.morell1@

rdth

3SebastiánOEspinosa-DelRosario4WilfredoE.Lugo-Beauchamp

DepartmentofComputerScienceandEngineeringDepartmentofComputerScienceandEngineering

UniversityofPuertoRicoMayagüezUniversityofPuertoRicoMayagüez

Mayagüez,PuertoRicoMayagüez,PuertoRico

sebastian.espinosa@wilfredo.lugo1@

本

译

中

1摘要—传染病的快速诊断，例如猴痘，对于有效的控制和治病爆发中的关键重要性[1]。全世界超过七百万人死亡，

v疗至关重要，特别是在资源有限的环境中。本研究提出了一种基病例无数[2]，这场危机强调了加强公共卫生系统和开

3

2于AI的诊断工具，该工具开发用于部署在NVIDIAJetson发创新诊断技术的紧迫需求[3]。同样，猴痘（mpox）

1OrinNano上，利用预训练的MobileNetV2架构进行二分

7最近的复燃，包括2022年的爆发[4]和2024年的新毒

1.类任务。模型是在开源的Monkeypox皮肤损伤数据集上进行株，已经导致超过15,600例病例和537人死亡[5]，进

训练的，实现了93.07%的F1-Score，这反映了精度和召回率

7

0的良好平衡性能。为了优化模型，使用了TensorRT框架来加一步暴露了我们在快速诊断和控制新发传染病方面的

5速FP32的推理，并执行FP16和INT8格式的后训练量化。能力脆弱性。

2

:TensorRT的混合精度能力使这些优化成为可能，减小了模型

v猴痘的症状，如发热、头痛、肌肉疼痛和水疱样皮

i大小，加快了推理速度，并将功耗降低了一倍左右，同时保持了

x原始准确率。功率消耗分析证实，经过优化的模型在推理过程中疹[6]，通常很难准确诊断，特别是在资源有限的环境

r

a使用了显著更少的能量，强化了其部署于资源有限环境中的适用中，那里缺乏先进的诊断工具。传统的诊断方法，比如

性。系统通过Wi-Fi接入点(AP)热点和基于网络的界面进行聚合酶链反应（PCR）测试，在识别猴痘方面存在局限

部署，使用户能够直接通过连接设备（如手机）上传和分析图像。性，因为血液中可检测到病毒的时间很短，且疾病的阶

这种设置确保了简单的访问和无缝的连通性，使得该工具在实际段不同[7]。此外，PCR测试通常需要几天时间来处理，

应用中具有实用性。这些进步将诊断工具定位为一种高效、可扩

并且在农村或服务不