一种基于YOLO与Transformer桥接的范围自适应脉冲神经网络目标检测方法

AITNT
正文
推荐专利
一种基于YOLO与Transformer桥接的范围自适应脉冲神经网络目标检测方法
申请号:CN202510170802
申请日期:2025-02-17
公开号:CN120014243A
公开日期:2025-05-16
类型:发明专利
摘要
本发明属于人工智能与目标检测领域,公开一种基于YOLO与Transformer桥接的范围自适应脉冲神经网络目标检测方法,步骤如下:数据预处理;低层细节特征提取;高层语义信息提取;特征通道维度对齐;尺度内交互;跨尺度特征融合;使用联合损失函数训练网络直至收敛;测试集目标检测。本发明不仅能在低功耗的条件下有效结合Transformer的全局建模能力和YOLO的局部感知特性,还能配合I‑LIF神经元适配任意整数脉冲完成自注意力操作,在低功耗的条件下显著提高脉冲神经网络的目标检测性能。本发明作为一种基于YOLO与Transformer桥接的范围自适应脉冲神经网络目标检测方法,可广泛用于目标检测领域。
技术关键词
脉冲特征 矩阵 多尺度特征融合 跨尺度特征融合 联合损失函数 空间金字塔池化 静态图像数据 动态图像数据 高层语义信息 注意力 上采样 通道 语义信息提取 代表 参数 混合器 低功耗 模块
系统为您推荐了相关专利信息
1
一种基于扩散模型的点云三维线框生成方法
去噪模型 掩码矩阵 顶点 生成方法 坐标
2
基于轻量化空间缩减注意力的视觉Transformer分类方法
采样模块 分类方法 视觉 前馈神经网络 分支
3
一种基于异构图嵌入的分子分类方法
分类方法 逻辑回归分类器 矩阵 分子 拉普拉斯
4
一种视频清晰度提升方法及系统
矩阵 纹理 索引 序列帧 像素
5
一种卷积与自注意力混合图像特征提取方法、装置和设备
图像特征提取方法 融合图像特征 注意力 全局特征提取 局部特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号