Evaluation of Winning Solutions of 2025 Low Power Computer Vision Challenge

📄 arXiv: 2604.19054v1 📥 PDF

作者: Zihao Ye, Yung Hsiang Lu, Xiao Hu, Shuai Zhang, Taotao Jing, Xin Li, Zhen Yao, Bo Lang, Zhihao Zheng, Seungmin Oh, Hankyul Kang, Seunghun Kang, Jongbin Ryu, Kexin Chen, Yuan Qi, George K Thiruvathukal, Mooi Choo Chuah

分类: cs.CV

发布日期: 2026-04-21

备注: 11 pages, 8 figures, 4 tables

💡 一句话要点

LPCVC 2025挑战赛优胜方案评测：推动低功耗计算机视觉发展

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 低功耗计算机视觉 边缘计算 图像分类 开放词汇分割 单目深度估计 Qualcomm AI Hub 模型优化

📋 核心要点

  1. 边缘设备上的计算机视觉模型需要在精度、延迟和能耗之间进行权衡，现有方法难以兼顾。
  2. LPCVC 2025挑战赛旨在促进低功耗计算机视觉模型的发展，并提供统一的评估框架。
  3. 论文介绍了LPCVC 2025的赛道设计、评估框架以及优胜方案，并总结了关键趋势和未来方向。

📝 摘要（中文）

IEEE低功耗计算机视觉挑战赛(LPCVC)旨在推动边缘设备上高效视觉模型的发展，在精度与延迟、内存容量和能耗等约束之间取得平衡。2025年的挑战赛包含三个赛道：(1)不同光照条件和风格下的图像分类，(2)基于文本提示的开放词汇分割，以及(3)单目深度估计。本文介绍了LPCVC 2025的设计，包括其竞赛结构和评估框架，该框架集成了Qualcomm AI Hub以实现一致且可复现的基准测试。本文还介绍了每个赛道中表现最佳的解决方案，并概述了关键趋势和观察结果。最后，本文为未来的计算机视觉竞赛提出了建议。

🔬 方法详解

问题定义：论文主要关注在资源受限的边缘设备上部署高性能计算机视觉模型的问题。现有方法通常难以在精度、延迟、内存占用和能耗之间取得良好的平衡，尤其是在实际应用场景中，光照变化、开放词汇分割和深度估计等任务对模型提出了更高的要求。因此，如何设计高效且准确的视觉模型，以满足边缘设备的计算能力和能耗限制，是本文要解决的核心问题。

核心思路：LPCVC 2025挑战赛通过设置三个不同的赛道，鼓励参赛者探索各种优化技术和模型架构，以提高模型在边缘设备上的性能。核心思路是通过竞赛的方式，激发研究人员的创新，并提供一个统一的评估平台，以便公平地比较不同方法的优劣。Qualcomm AI Hub的集成保证了评估结果的一致性和可复现性。

技术框架：LPCVC 2025的整体框架包括三个赛道：图像分类、开放词汇分割和单目深度估计。每个赛道都有特定的数据集和评估指标。参赛者需要提交他们的模型，并在Qualcomm AI Hub上进行评估。评估框架会测量模型的精度、延迟、内存占用和能耗等指标，并根据这些指标对模型进行排名。最终，每个赛道都会评选出优胜者。

关键创新：LPCVC 2025的关键创新在于它提供了一个统一的平台，用于评估和比较不同计算机视觉模型在边缘设备上的性能。通过集成Qualcomm AI Hub，保证了评估结果的一致性和可复现性。此外，挑战赛的赛道设置涵盖了计算机视觉领域中的多个重要任务，鼓励参赛者探索各种优化技术和模型架构。

关键设计：LPCVC 2025的关键设计包括：(1) 赛道选择：选择了图像分类、开放词汇分割和单目深度估计三个具有挑战性和实际应用价值的任务。(2) 评估指标：综合考虑了模型的精度、延迟、内存占用和能耗等多个指标，以全面评估模型的性能。(3) 评估平台：集成了Qualcomm AI Hub，提供了一个统一、公平和可复现的评估环境。(4) 竞赛规则：制定了详细的竞赛规则，确保比赛的公平性和透明度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文重点介绍了LPCVC 2025挑战赛的赛道设计、评估框架和优胜方案。通过Qualcomm AI Hub的集成，实现了统一且可复现的基准测试。虽然论文没有给出具体的性能数据，但强调了优胜方案在精度、延迟、内存占用和能耗之间的平衡，并概述了关键趋势和观察结果，为未来的计算机视觉竞赛提供了宝贵的经验。

🎯 应用场景

该研究成果可广泛应用于智能安防、自动驾驶、机器人、智能家居等领域。通过优化计算机视觉模型在边缘设备上的性能，可以实现更快速、更高效、更节能的视觉感知能力，从而提升这些应用的智能化水平和用户体验。例如，在智能安防领域，可以实现实时的人脸识别和行为分析；在自动驾驶领域，可以提高车辆对周围环境的感知能力。

📄 摘要（原文）

The IEEE Low-Power Computer Vision Challenge (LPCVC) aims to promote the development of efficient vision models for edge devices, balancing accuracy with constraints such as latency, memory capacity, and energy use. The 2025 challenge featured three tracks: (1) Image classification under various lighting conditions and styles, (2) Open-Vocabulary Segmentation with Text Prompt, and (3) Monocular Depth Estimation. This paper presents the design of LPCVC 2025, including its competition structure and evaluation framework, which integrates the Qualcomm AI Hub for consistent and reproducible benchmarking. The paper also introduces the top-performing solutions from each track and outlines key trends and observations. The paper concludes with suggestions for future computer vision competitions.