模型类型 | 主流模型名称 | 模型体积（量化后） | 算力需求（NPU） | 核心准确率/翻译效果 | 适配芯片（百元级低功耗） | 核心特点（适配穿戴设备） |
端侧识物模型（聚焦日常高频场景） | YOLO26n | 5~8MB | 0.1~0.3TOPS | 日常高频物品（杯子、钥匙等）识别准确率96%~98%，支持实时动态识物，无NMS后处理，部署极简 | 全志R329、瑞芯微RK1808、乐鑫ESP32-S3（外置轻量NPU） | 最新轻量化YOLO模型，参数仅2.5M，速度最快，适合生产部署，功耗极低，适配眼镜移动识物场景 |
YOLO11n | 6~10MB | 0.1~0.4TOPS | 日常物品识别准确率95%~97%，mAP@50:95达39.5%，成熟稳定，抗模糊能力强，适配走路时识物 | 全志R329、瑞芯微RK1808、海思Hi3516DV300 | 参数2.6M，比YOLOv8n参数减少22%，训练稳定，内存可预测，CPU推理优化好，生产环境首选 | |
MobileNetV3-Small + SSD | 8~15MB | 0.1~0.5TOPS | 日常物品识别准确率93%~95%，mAP达22.0%，对高清碎片数据处理更优，适合近距离识物（如菜单、路牌） | 全志R329、瑞芯微RK1808、乐鑫ESP32-S3 | 采用深度可分离卷积，专为移动端功耗优化，引入SE注意力机制，低功耗休眠表现好，适配眼镜低续航需求 | |
RF-DETR-Nano | 10~18MB | 0.3~0.6TOPS | 日常物品识别准确率97%~98%，mAP@50:95达42.1%，精度优于同尺寸YOLO模型，支持开放词汇检测雏形 | 瑞芯微RK1808、瑞芯微RK3566（轻量版）、全志R329（满配） | 首个实时Transformer检测器Nano版本，支持TensorRT INT8量化，无NMS后处理，复杂场景识别能力强 | |
EfficientNet-Lite4 | 15~25MB | 0.4~0.8TOPS | 日常物品+拓展类物品（商超商品）识别准确率94%~96%，多尺度特征融合，适配不同距离识物场景 | 瑞芯微RK1808、海思Hi3516DV300、全志V831 | 谷歌轻量化代表模型，兼顾精度与速度，对穿戴设备的碎片化采集数据适配性好，支持多场景复用 | |
端侧离线翻译模型（聚焦日常口语交流） | NLLB-58M（多语言版） | 30~50MB（含10国语言词库） | 0.3~0.6TOPS | 日常口语翻译准确率90%~92%，支持200种语言，仅保留核心口语词库，适配简单对话、问路等场景 | 全志R329、瑞芯微RK1808、乐鑫ESP32-S3（外置轻量NPU） | 极端轻量化，体积＜500MB，无需大量存储，支持按需加载语言包，功耗低，适合基础翻译需求 |
Lite Transformer（量化版） | 40~70MB（含10国语言词库） | 0.5~1.0TOPS |
说明：本表聚焦智能眼镜、手环手表等低功耗穿戴设备，筛选主流、工程化可落地的轻量化模型，所有数据均为INT8/INT4量化后（适配端侧）的实际表现，要求0.1~2TOPS NPU算力、512MB+闪存的硬件要求，兼顾实用性与低功耗需求。
