| 基于脈沖神經(jīng)網(wǎng)絡(luò)的邊端協(xié)同目標(biāo)檢測方法研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：1837 K | |
| 標(biāo)簽： 目標(biāo)檢測 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)用場景，如何準(zhǔn)確并且低能耗地自動(dòng)識別出關(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)檢測策略，該策略從目標(biāo)檢測任務(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)檢測的部署策略，保證目標(biāo)檢測任務(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。 | |
wwei 的最新分享
- 稀疏類群下的復(fù)雜時(shí)間序列清洗轉(zhuǎn)換方法
- 基于雙鏈區(qū)塊鏈技術(shù)的數(shù)據(jù)可信共享技術(shù)研究
- 推動(dòng)軍事數(shù)據(jù)建設(shè)能力評估指標(biāo)體系的思考
- 數(shù)據(jù)資源體系成熟度評價(jià)方法研究
- 航空領(lǐng)域科研數(shù)據(jù)治理服務(wù)平臺建設(shè)研究
- 基于大模型的遙感數(shù)據(jù)標(biāo)簽體系研究
- 數(shù)據(jù)鏈網(wǎng)：一種數(shù)據(jù)資源分布式存算用體系架構(gòu)
- 聯(lián)合作戰(zhàn)空間地理信息系統(tǒng)國產(chǎn)化環(huán)境適配的思考
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2