基于脈沖神經(jīng)網(wǎng)絡(luò)的邊端協(xié)同目標(biāo)檢測(cè)方法研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>1837 K
標(biāo)簽： 目標(biāo)檢測(cè) 邊端協(xié)同 脈沖神經(jīng)網(wǎng)絡(luò)
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著邊端設(shè)備在軍事等領(lǐng)域應(yīng)用的不斷深化，邊端設(shè)備的智能化能力往往是決定設(shè)備性能的重要因素。目標(biāo)檢測(cè)能力作為在不同環(huán)境中的重要智能應(yīng)用，幾乎在所有的端側(cè)設(shè)備中都具有應(yīng)用場(chǎng)景，如何準(zhǔn)確并且低能耗地自動(dòng)識(shí)別出關(guān)鍵目標(biāo)往往是支撐后續(xù)決策的重要基礎(chǔ)。主要研究一種融合脈沖神經(jīng)網(wǎng)絡(luò)的端側(cè)智能的目標(biāo)檢測(cè)策略，該策略從目標(biāo)檢測(cè)任務(wù)出發(fā)，考慮端側(cè)計(jì)算資源限制、模型算力消耗以及邊端的通信問(wèn)題，利用移動(dòng)端的實(shí)時(shí)性與邊緣端的計(jì)算能力，制定了實(shí)時(shí)深度目標(biāo)檢測(cè)的部署策略，保證目標(biāo)檢測(cè)任務(wù)的順利進(jìn)行。實(shí)驗(yàn)基于自采數(shù)據(jù)集TAT，在端側(cè)目標(biāo)檢測(cè)任務(wù)中，使用了基于脈沖神經(jīng)網(wǎng)絡(luò)的YOLO框架，結(jié)果顯示，識(shí)別效果在可接受的精度衰減范圍內(nèi)，模型參數(shù)量和能耗均有所降低。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。