以下数据均基于640×640输入尺寸、INT8量化+TensorRT/NPU加速的标准部署条件，适配低算力盒子的实际使用场景：
表格
边缘盒子型号 | 核心算力配置 | YOLOv8n实测推理速度 | 内存占用 | 适配优势 |
|---|---|---|---|---|
NVIDIA Jetson Nano 4GB | 128核CUDA，0.5TOPS AI算力 | 约22ms / 45FPS | 1.2GB | 生态最成熟，YOLO官方原生支持，开箱即可部署 |
瑞芯微RK3588盒子 | 6TOPS NPU算力 | 约33ms / 30FPS | 900MB | 国产高性价比，多路视频流并发能力强 |
算能SG2300盒子 | 16TOPS NPU算力 | 约12ms / 83FPS | 750MB | 低功耗下性能释放强，适合多摄像头监控场景 |
NVIDIA Jetson Orin Nano 8GB | 1024核CUDA，20TOPS AI算力 | 约4ms / 250FPS | 1.1GB | 性能冗余充足，可同时跑多个轻量模型 |
模型导出：用Ultralytics官方工具直接导出TensorRT/ONNX格式引擎，避免第三方转换带来的精度损失和性能损耗。
参数调优：把输入图像尺寸从640降到480，推理速度可直接提升25%，精度仅下降约5%，完全满足常规监控场景需求。
选型原则：算力<10TOPS的入门盒子优先选YOLOv8n，参数量仅3.2M，是低算力设备的最优适配选择。
©2026 智眸视界 苏ICP备19040347号
www.mycity.vip m.91city.com 技术支持：同城网
