文章预览
↑ 点击 蓝字 关注极市平台 作者丨竹贤 来源丨https://zhuanlan.zhihu.com/p/714264914 编辑丨极市平台 极市导读 本文提出了目标检测框架 SpikeYOLO ,以及一种能够执行整数训练脉冲推理的脉冲神经元。在静态COCO数据集上,SpikeYOLO的mAP@50和mAP@50:95分别达到了 66.2% 和 48.9% ,比之前最先进的SNN模型分别提高了 +15.0% 和 +18.7% 。 >> 加入极市CV技术交流群,走在计算机视觉的最前沿 中国科学院自动化所李国齐课题组 论文: https://arxiv.org/abs/2407.20708 代码: github.com/BICLab/SpikeYOLO 脉冲神经网络(Spike Neural Networks,SNN)因其生物合理性和低功耗特性,被认为是人工神经网络(Artificial Neural Networks,ANN)的一种有效替代方案。然而,大多数SNN网络都由于其性能限制,只能应用于图像分类等简单任务。为弥补ANN和SNN在目标检测上之间的性能差距,本文提出了目标检测框架Spi
………………………………