基于脉冲神经网络模型的动态物体检测方法、装置、设备及介质

本发明提供了基于脉冲神经网络模型的动态物体检测方法、装置、设备及介质，其方法包括以下步骤：步骤一、通过动态视觉传感器捕获目标场景的物体，构建神经形态数据集，基于所述神经形态数据集确定目标场景的神经形态数据。本发明通过在脉冲神经网络模型中引入参数化泄漏整合发放神经元，在训练过程中同步优化突触与膜相关参数，充分考虑不同脑区脉冲神经元膜时间常数差异，增强神经元异质性，提升网络表现力；同时借助多尺度注意力特征融合模块，以分层聚合方式有机结合时间、通道、空间注意力机制，聚合多维度多尺度特征，改变现有分别处理注意力特征的局限，使模型更聚焦动态物体关键信息，实现复杂环境下动态物体的高精度实时检测。