目标检测算法在实验室里跑通只是第一步，真正落地到端侧设备时，验收环节往往比模型训练更考验工程功力。很多团队习惯只盯着精度和速度，但实际部署后才发现，内存、温升与延迟这三个指标，必须放在一起看。
先看内存。端侧设备的内存资源通常非常有限，模型结构、中间特征图、前后处理缓冲区都要抢占同一块空间。算法如果只关注推理时间，忽略了运行时峰值内存，就可能出现内存碎片或申请失败，导致App闪退或系统卡顿。更隐蔽的是，某些模型在动态输入尺寸下内存波动很大，静态测试看不出来，只有长时间运行或高并发场景才会暴露。所以，验收时不能只看加载后占用多少，还要监控推理过程中的瞬时峰值以及频繁调用后的内存回收效率。
再看温升。端侧芯片没有主动风扇，算力越高发热越集中。目标检测往往需要连续调用摄像头帧，CPU和NPU长时间满载，如果温升过快或者稳定温度过高，系统会启动降频保护，此时延迟就会突然恶化，甚至出现掉帧。温升不仅影响当前性能，还会加速电池老化，影响设备寿命。因此在连续压力测试中记录温度曲线，才能判断算法是否适合长期运行。
至于延迟，大家通常关注单帧平均耗时，但端侧真正的体验瓶颈往往是“尾部延迟”——就是那5%或10%的最慢帧。因为系统调度、DDR带宽争抢、温控策略都会造成某几帧明显变慢，用户感知到的就是卡顿。只有同时观察内存和温升，才能排查出延迟抖动到底来自内存不足触发的GC，还是过热降频所致。
这三个指标不是孤立的。内存过高会加剧发热，发热又会引起降频，降频直接拉长延迟——形成一条恶性循环链。跳过任何一项，都可能让算法在验收时“通过”，却在真实场景中翻车。所以，端侧验收把三者绑在一起看，不是为了增加工作量，而是用最少的测试成本模拟真实使用逻辑。只有三项都在可控范围内，算法才真正具备了上线的底气。