公开(公告)号：CN118015325A

公开(公告)日：2024-05-10

申请号：CN202311758021.5

申请日：2023-12-19

Applicant: 中国科学院自动化研究所

Inventor： 李国齐 ,  罗昕昊 ,  徐波 ,  姚满

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0455

Abstract: 本发明提供一种脉冲驱动的目标检测方法、装置、电子设备及介质。该方法包括：获取待检测图像；将待检测图像输入至目标检测网络中进行目标检测，确定待检测图像中的目标对象的类别信息、类别信息对应的置信度信息以及目标对象在待检测图像中的位置信息；目标检测网络基于主干网络、基于特征金字塔网络的第一脉冲神经网络模块、基于区域候选网络的第二脉冲神经网络模块和候选框回归模块构建；主干网络由依次连接的基于卷积的第一脉冲神经网络块、基于卷积的第二脉冲神经网络块、基于Transformer结构的第三脉冲神经网络块和基于Transformer结构的第四脉冲神经网络块组成。本发明提供的脉冲驱动的目标检测方法，极大地降低了目标检测网络运行的能耗。

公开(公告)号：CN119360180A

公开(公告)日：2025-01-24

申请号：CN202411143802.8

申请日：2024-08-20

Applicant: 中国科学院自动化研究所

Inventor： 李国齐 ,  罗昕昊 ,  徐波 ,  姚满

IPC: G06V10/82 ,  G06V10/77 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明提供一种基于脉冲驱动的目标检测模型的应用方法，所述目标检测模型为脉冲驱动目标检测模型，方法包括：基于YOLOv8模型构建目标检测模型，所述目标检测模型的网络架构中，采用两种不同的SNN特征提取模块替换YOLOv8模型中的C2F特征提取模块；获取待处理图像，将待处理图像中的静态图像数据复制多份输入所述目标检测模型中，且将待处理图像中的神经形态数据按帧聚合输入所述目标检测模型中；应用所述目标检测模型分别对所述静态图像数据和所述神经形态数据进行处理，以得到所述待处理图像的目标检测结果。通过上述方法，解决在脉冲神经网络领域中，由于目标检测模型性能较低，难以被直接应用于实际的图像检测场景的问题。