-
公开(公告)号：CN118570249B
公开(公告)日：2025-03-21
申请号：CN202410504373.6
申请日：2024-04-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于脉冲神经网络的视觉追踪方法、装置及电子设备，属于计算机技术领域。该方法包括：获取相邻两帧RGB图像，生成目标事件图像；将所述目标事件图像和所述相邻两帧RGB图像中的后一帧RGB图像输入至多模态追踪模型进行视觉追踪；所述多模态追踪模型包括融合模块和孪生网络模型，所述融合模块用于对所述目标事件图像和所述后一帧RGB图像进行融合得到多模态图像，所述孪生网络模型用于接收所述多模态图像，输出追踪目标在所述后一帧RGB图像中的定位结果。本发明提供的基于脉冲神经网络的视觉追踪方法，可以提高视觉追踪能力。
-
公开(公告)号：CN118485124B
公开(公告)日：2025-02-11
申请号：CN202410507986.5
申请日：2024-04-25
Applicant: 中国科学院自动化研究所
IPC: G06N3/082 , G06N3/0464 , G06N3/048 , G06N3/049
Abstract: 本发明提供一种基于脉冲神经网络的模型优化方法、装置及电子设备，属于计算机技术领域。该方法包括：对人工神经网络模型中的至少部分网络层进行修改，得到修改后的人工神经网络模型；将修改后的人工神经网络模型的激活函数替换为目标神经元模型，生成初始脉冲神经网络模型，目标神经元模型用于在每个时间步长内完成目标神经元模型的膜电势的累积和释放；对目标神经元模型的初始膜电势和初始阈值电压进行联合调优，使调优后的初始脉冲神经网络模型达到最优精度，得到目标脉冲神经网络模型，目标脉冲神经网络模型用于部署于无人移动平台。本发明提供的基于脉冲神经网络的模型优化方法，可以对人工神经网络模型完成低延迟和低精度损失的转换。
-
公开(公告)号：CN118570249A
公开(公告)日：2024-08-30
申请号：CN202410504373.6
申请日：2024-04-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于脉冲神经网络的视觉追踪方法、装置及电子设备，属于计算机技术领域。该方法包括：获取相邻两帧RGB图像，生成目标事件图像；将所述目标事件图像和所述相邻两帧RGB图像中的后一帧RGB图像输入至多模态追踪模型进行视觉追踪；所述多模态追踪模型包括融合模块和孪生网络模型，所述融合模块用于对所述目标事件图像和所述后一帧RGB图像进行融合得到多模态图像，所述孪生网络模型用于接收所述多模态图像，输出追踪目标在所述后一帧RGB图像中的定位结果。本发明提供的基于脉冲神经网络的视觉追踪方法，可以提高视觉追踪能力。
-
公开(公告)号：CN118485124A
公开(公告)日：2024-08-13
申请号：CN202410507986.5
申请日：2024-04-25
Applicant: 中国科学院自动化研究所
IPC: G06N3/082 , G06N3/0464 , G06N3/048 , G06N3/049
Abstract: 本发明提供一种基于脉冲神经网络的模型优化方法、装置及电子设备，属于计算机技术领域。该方法包括：对人工神经网络模型中的至少部分网络层进行修改，得到修改后的人工神经网络模型；将修改后的人工神经网络模型的激活函数替换为目标神经元模型，生成初始脉冲神经网络模型，目标神经元模型用于在每个时间步长内完成目标神经元模型的膜电势的累积和释放；对目标神经元模型的初始膜电势和初始阈值电压进行联合调优，使调优后的初始脉冲神经网络模型达到最优精度，得到目标脉冲神经网络模型，目标脉冲神经网络模型用于部署于无人移动平台。本发明提供的基于脉冲神经网络的模型优化方法，可以对人工神经网络模型完成低延迟和低精度损失的转换。
-
-
-
Search Results
4
records
(took 0.019 seconds)
