一种基于脉冲神经网络的低照度目标检测方法及系统

本申请公开了一种基于脉冲神经网络的低照度目标检测方法及系统,将预训练的YOLO模型作为主干网络，利用特征编码自适应方法对输入图像进行特征提取，将连续特征图转换为时空脉冲序列，对时空脉冲序列进行编码优化，生成满足脉冲神经网络处理要求的时空脉冲序列，通过特征值归一化、泊松过程脉冲生成及时间动态编码优化脉冲序列的时空特性，使用脉冲神经网络对满足脉冲神经网络处理要求的时空脉冲序列进行目标定位与分类，生成目标的目标边界框和目标类别标签，通过端到端训练框架提升低照度环境下的检测性能，通过替代梯度技术联合优化YOLO主干网络与SNN检测头，最小化总损失函数，解决SNN脉冲机制不可微的难题，在低功耗条件下实现高精度检测。