在视觉SLAM、3D重建和工业检测中，线段检测是一个关键的基础构件。尽管最近深度学习方法显著提高了准确性，但即使是最小的模型也需要几兆字节的内存，超出了低成本MCU的容量。本研究探讨了在小于一兆字节的预算下可实现的最大准确性，并提出了一种针对MCU级约束的检测器——MiLSD。
我们系统地比较了三种输出表示形式，并在紧凑的全卷积骨干网络中进行了实验。研究表明，所提出的F-Clip中心-长度-角度公式在小模型尺寸下学习效果最佳。我们发现8位量化能够保持全精度性能，而4位量化则会导致显著的性能下降，尤其是在角度回归方面；尽管量化感知训练可以部分恢复损失，但效果有限。
在一兆字节的激活预算内，通过子像素解码、测试时增强和轻量级验证器等推理增强方法，MiLSD在上海科技线框数据集上的sAP10从10.6（25k参数，0.25 MB）提升至24.1，均在1 MB内完成。我们并不与GPU规模的解析器竞争，而是为嵌入式视觉系统绘制了准确性与内存之间的权衡图，涵盖了表示形式、位宽、容量和后处理策略等方面。