CrowdCC：联合评测人群计数模型的损坏鲁棒性与部署量化

CrowdCC 联合评测人群计数的损坏鲁棒性与部署量化。

资讯摘要

论文提出 CrowdCC 基准，将人群计数模型的损坏鲁棒性与部署量化放在同一框架下评测。该基准使用 23 种部署场景损坏、三级严重度、四个数据集和 26 个模型，在 A100 TensorRT 的 FP32、FP16、INT8 精度下测试，并配套 Jetson Orin NX 的吞吐与能耗测量。作者报告：采集链路损坏造成的退化最大，干净精度无法完全预测损坏表现，INT8 对鲁棒性的改变明显大于 FP16 且无系统方向，也不稳定改善延迟或能耗。

要点速读

1. CrowdCC 覆盖 23 种部署相关损坏、三级严重度、四个数据集与 26 个模型，在 FP32、FP16、INT8 下联合评测。
2. 作者报告采集链路损坏带来的退化最大，干净精度不能完全预测损坏条件下的性能。
3. 作者报告 INT8 对损坏鲁棒性的影响明显大于 FP16 且无系统方向，延迟与能耗也未稳定改善。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。