基于中间表示的脉冲神经网络部署方法及部署工具链

本发明公开了基于中间表示的脉冲神经网络部署方法及部署工具链，将训练完成的ANN‑ONNX模型经模型解析、结构映射操作，生成具备脉冲特性的SNN‑ONNX模型，并结合迁移学习与精度微调策略对权重参数进行优化，从而提升转换后模型的表达能力和适应性，并采用优化手段提升SNN模型在目标平台上的推理执行性能；同时，构建面向SNN的模块化算子组件库，并采用抽象接口与具体实现解耦的设计方式，增强算子在不同硬件平台间的可移植性、可维护性与可扩展性。本发明实现了SNN模型在目标硬件平台高效部署，确保了模型在功能等效条件下的性能保真性，具备在边缘计算、低功耗智能终端及脑启发型人工智能等领域的广泛工程应用前景。