基于脉冲神经网络的目标检测方法、系统及设备

专利申请号：CN202110344988.3

公 开 号：CN112966815A

发 明 人：谭杰 李经纬 

代 理 人：郭文浩;尹文会

代理机构：11576 北京市恒有知识产权代理事务所(普通合伙)

专利类型：发明专利

申 请 日：20210615

公 开 日：20210331

专利主分类号：G06N3/04(20060101)

关 键 词：脉冲神经网络 待检测图像 脉冲串数据 目标检测 传统的 准确率 转换 卷积神经网络 计算机视觉 系统及设备 像素点数据 人工智能 边缘设备 模型计算 目标物体 神经计算 占用资源 资源消耗 坐标信息 新一代 构建 研发 能耗 芯片 保证 检测 应用 网络 学习 

摘      要：本发明属于计算机视觉和神经计算领域，具体涉及了一种基于脉冲神经网络的目标检测方法、系统及设备，旨在解决传统的深度学习模型计算量大、占用资源多、难以应用到边缘设备中，因而目标检测无法在保证准确率的同时显著减少资源消耗的问题。本发明包括：将待检测图像的像素点数据转换为脉冲串数据；将预训练的YOLOv3网络的权值转换为适用于脉冲神经网络的权值，并基于该权值构建YOLOv3脉冲神经网络；将脉冲串数据输入YOLOv3脉冲神经网络，获得待检测图像中目标物体的类别和坐标信息。本发明将传统的卷积神经网络转换为脉冲神经网络，在保证检测准确率的前提下，提高了执行效率，降低了能耗，促进了新一代人工智能芯片的研发。