BriefGPT - AI 论文速递 · 2023-08-08T00:00:00Z SSTFormer：连接脉冲神经网络和具备记忆支持的转换器用于基于帧事件的识别 💡 原文中文，约500字，阅读约需1分钟。 📝 内容提要 基于事件的传感器具有高时间分辨率和动态范围，适用于高速平台。脉冲神经网络适用于基于事件的数据，具有稳定训练和高性能的优势。我们开发了一种高效的脉冲特征金字塔网络用于基于事件的目标检测，在基准数据集上取得了显著成绩。我们的模型结构简洁，同时保持高精度和较低计算成本。 🏷️ 标签 基于事件的传感器 模型结构 目标检测 神经网络 脉冲神经网络 高效 阅读原文 生成长图 分享链接 已复制链接
