Mejorando la Detección de Peatones en Tiempo Real: Evaluación de Aprendizaje Profundo e Imágenes Multiespectrales en Plataformas de Hardware Limitadas

Abstract

Los detectores de peatones basados en el espectro visible pierden fiabilidad bajo iluminación deficiente, contraluz o condiciones climáticas adversas. Este trabajo evalúa YOLOv8n en modalidades RGB y térmica sobre tres datasets con perfiles de iluminación diferenciados (LLVIP nocturno, KAIST mixto día/noche, FLIR conducción urbana) y determina la viabilidad de su despliegue en tres plataformas embebidas: Jetson Orin Nano 8 GB, Jetson Orin NX 16 GB y Raspberry Pi 5 + Hailo-8L. Se entrenaron seis modelos (dos modalidades por tres datasets) con 150 epochs y early stopping, y se evaluó la inferencia en FP32, FP16 e INT8 mediante un diseño factorial con 1 470 mediciones. Cinco de las seis combinaciones superan mAP50 ≥ 0.70; la excepción es RGB en FLIR (0.294). La ventaja térmica varía según el dataset: marginal en KAIST (+0.1), moderada en LLVIP (+7.0) y amplia en FLIR (+55.9 puntos). Las tres plataformas cumplen el requisito de tiempo real (≥ 30 FPS); la Raspberry Pi 5 + Hailo-8L lidera en velocidad (106–114 FPS INT8) y eficiencia energética (13.2–14.3 FPS/W). La cuantización INT8 introduce una degradación de 2.3–2.6% en mAP50. La discusión contrasta estos hallazgos con la literatura reciente y matiza la hipótesis multiespectral: la información térmica aporta valor cuando el canal visible está comprometido, pero no constituye una ventaja uniforme. Se concluye que YOLOv8n-Thermal en Raspberry Pi 5 + Hailo-8L INT8 es la configuración más equilibrada para despliegues con restricciones energéticas y de iluminación.

Pedestrian detection systems based on the visible spectrum lose reliability under poor lighting, backlight or adverse weather. This study evaluates YOLOv8n as a pedestrian detector in RGB and thermal modalities on three public datasets with different illumination profiles (LLVIP nighttime, KAIST mixed day/night and FLIR urban driving), and assesses the feasibility of its deployment on three low-power embedded platforms: Jetson Orin Nano 8 GB, Jetson Orin NX 16 GB and Raspberry Pi 5 with Hailo-8L accelerator. Six models (two modalities by three datasets) were trained for 150 epochs with early stopping, and inference was evaluated in FP32, FP16 and INT8 formats through a factorial design yielding 1 470 measurements. Results show that five of six combinations exceed the mAP50 ≥ 0.70 threshold; the exception is RGB on FLIR (0.294). The thermal advantage varies by dataset: marginal on KAIST (+0.1), moderate on LLVIP (+7.0) and large on FLIR (+55.9 points). All three platforms meet the real-time requirement (≥ 30 FPS); the Raspberry Pi 5 + Hailo-8L leads in speed (106–114 FPS INT8) and energy efficiency (13.2–14.3 FPS/W). INT8 quantization introduces a 2.3–2.6% mAP50 degradation. The discussion contrasts these findings with recent literature and qualifies the multispectral hypothesis: thermal information adds value when the visible channel is compromised but does not provide a uniform advantage across scenarios. The study concludes that the YOLOv8n-Thermal configuration on Raspberry Pi 5 + Hailo-8L INT8 best balances precision, speed and energy efficiency for deployments with lighting and power constraints.