待验证50% 置信事实精确时间

NMS 计算复杂度与检测框数量的平方成正比，候选框数量多时 CPU 上的 NMS 耗时可能超过模型推理本身

1

来源数

50%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

YOLO26n-Depth边缘部署实测：RK3576仅3-4 FPS的优化挑战

相关事实

待验证精确的 K 近邻搜索（KNN）时间复杂度为 O(n×d)，在数百万级别记忆条目下延迟不可接受，ANN 算法通过牺牲极小精度换取数量级速度提升66% 相似待验证支持向量机的对偶问题通过拉格朗日对偶性转化后，计算复杂度只依赖于样本数而非特征维度，且数据仅以内积形式出现，为核技巧提供理论基础66% 相似待验证自注意力机制解决了RNN架构在处理长序列时的梯度消失问题，并天然支持大规模并行计算65% 相似待验证增加推理次数会带来更高的计算成本，但换取了单次任务复杂度的降低，这是分组抽取策略的权衡62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/772317

API

curl https://kongchang.com/api/v1/knowledge/claims/772317

MCP

get_claim(id=772317)