【技术实现步骤摘要】
本专利技术涉及类脑计算和神经网络领域，尤其涉及一种脉冲驱动的基于fpn的语义分割系统、方法和电子设备。
技术介绍
1、特征图金字塔网络(feature pyramid networks，fpn)由于其在语义分割领域优异的性能，一直被相关技术的科研工作所使用。然而，由于脉冲神经网络的计算特性为01，和传统的fpn网络中的运算不兼容，这使得将fpn架构迁移至脉冲神经网络(spikingneural network，snn)较为困难。相关技术中已有研究将语义分割领域的pspnet架构迁移至snn领域，然而这种语义分割方法仍然不能实现脉冲神经网络所需的事件驱动，仍然停留在对人工神经网络(artificial neural network，ann)的部分结构使用脉冲神经网络的阶段；此外，相关技术snn领域的语义分割方法分割的对象都是较为大尺度的物体，主要使用视觉对象类(visual object classes，voc)数据集进行算法验证，基于脉冲神经网络的语义分割模型在小目标分割领域仍未得到验证。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种脉冲驱动的基于FPN的语义分割系统，其特征在于，包括Neck脉冲神经网络模块和FPN脉冲神经网络模块，其中：
2.根据权利要求1所述的脉冲驱动的基于FPN的语义分割系统，其特征在于，所述Neck脉冲神经网络模块具体用于：
3.根据权利要求1所述的脉冲驱动的基于FPN的语义分割系统，其特征在于，所述FPN脉冲神经网络模块具体用于：
4.根据权利要求1所述的脉冲驱动的基于FPN的语义分割系统，其特征在于，所述FPN脉冲神经网络模块具体用于：
5.一种脉冲驱动的基于FPN的语义分割方法，其特征在于，包括：
...
【技术特征摘要】
1.一种脉冲驱动的基于fpn的语义分割系统，其特征在于，包括neck脉冲神经网络模块和fpn脉冲神经网络模块，其中：
2.根据权利要求1所述的脉冲驱动的基于fpn的语义分割系统，其特征在于，所述neck脉冲神经网络模块具体用于：
3.根据权利要求1所述的脉冲驱动的基于fpn的语义分割系统，其特征在于，所述fpn脉冲神经网络模块具体用于：
4.根据权利要求1所述的脉冲驱动的基于fpn的语义分割系统，其特征在于，所述fpn脉冲神经网络模块具体用于：
5.一种脉冲驱动的基于fpn的语义分割方法，其特征在于，包括：
6.根据权利要求5所述的脉冲驱动的基于fpn的语义分割方法，其特征在于，所述将所述不同通道数和不同分辨率下的特征图的通道数调整为相同维度，获得具有相同通道数且不同分辨率的特征图...
【专利技术属性】
技术研发人员：李国齐，雷振鑫，徐波，姚满，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。