公开(公告)号：CN117315436A

公开(公告)日：2023-12-29

申请号：CN202311220635.8

申请日：2023-09-20

Applicant: 中国科学院自动化研究所

Inventor： 李国齐 ,  徐波 ,  姚满 ,  黄彦彬

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/40 ,  G06N3/0455 ,  G06V10/20 ,  G06V10/80

Abstract: 本发明提供一种全加法脉冲自注意力Transformer的分类方法，包括：获取待分类的图像；基于分类模型的预处理模块，对图像进行特征提取，得到基本特征图，对基本特征图进行相对位置编码，得到位置编码结果；基于分类模型的块混合模块，对位置编码结果进行脉冲序列转化，得到脉冲特征图，并在块维度上对脉冲特征图的第一脉冲矩阵进行脉冲驱动自注意力运算，得到膜电位特征图；基于分类模型的通道混合模块，在通道维度上对膜电位特征图的第二脉冲矩阵进行脉冲驱动自注意力运算，得到输出膜电位；基于分类模型的解码分类模块，应用输出膜电位进行图像分类。本发明提供的方法，可以在降低图像分类处理功耗的同时，保证图像分类处理的准确率。

公开(公告)号：CN116645566A

公开(公告)日：2023-08-25

申请号：CN202310899447.6

申请日：2023-07-21

Applicant: 中国科学院自动化研究所

Inventor： 李国齐 ,  徐波 ,  黄彦彬 ,  姚满

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/049 ,  G06N3/047 ,  G06N3/082 ,  G06F17/16

Abstract: 本发明涉及图像处理技术领域，提供一种基于全加法脉冲式Transformer的分类方法，包括：获取待分类的图像；基于分类模型的预处理模块，对图像进行特征提取，得到基本特征图，并对基本特征图进行相对位置编码，得到位置编码结果；基于分类模型的编码模块，对位置编码结果进行脉冲序列转化，得到脉冲特征图，并对脉冲特征图的脉冲矩阵进行脉冲驱动注意力运算，得到输出膜电势；基于分类模型的分类模块，应用输出膜电势进行图像分类，得到图像的图像类别。本发明提供的基于全加法脉冲式Transformer的分类方法，可以提高图像分类处理效率、降低处理功耗。