待验证50% 置信事实精确时间
PAANI的YOLO11n检测器负责目标检测，MobileNetV3 Small语义分割器负责水面区域划分，两者输出通过带时间戳对齐的证据融合机制整合
1
来源数
50%
置信度
长期有效
时效性
2026/9/23
首次发现
来源
涉及实体
相关事实
待验证目标检测传统上由 YOLO、Faster R-CNN、DETR 等专用架构主导，通过专用检测头回归边界框坐标与类别概率67% 相似待验证PAANI目前验证的是模型精度和板载执行能力，真实水域的碰撞规避能力仍需进一步验证65% 相似待验证YOLO系列实时目标检测算法可以在边缘计算设备上以极低延迟完成对车辆、人员、建筑等目标的自动识别和分类65% 相似已验证YOLO系列目标检测模型已从V1演进到V1164% 相似待验证早期目标检测模型如YOLO、Faster R-CNN只能识别预定义类别，而GLIP将目标检测重新formulate为短语定位任务，Grounding DINO结合DINO检测器与文本编码器实现开放集定位62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942697API
curl https://kongchang.com/api/v1/knowledge/claims/942697MCP
get_claim(id=942697)