Efficient Event-based Semantic Segmentation with Spike-driven Lightweight Transformer Networks

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种名为SLTNet的轻量级变压器网络,旨在解决人工神经网络在事件语义分割中的高计算和能耗问题。该方法通过高效的卷积和变压器结构,提高了语义特征提取效率,在DDD17和DSEC-Semantic数据集上性能提升超过7.30%,能耗降低5.48倍,显示出在边缘/mobile平台上的应用潜力。

🎯

关键要点

  • 本研究提出了一种名为SLTNet的轻量级变压器网络,旨在解决人工神经网络在事件语义分割中的高计算和能耗问题。

  • SLTNet通过高效的尖峰驱动卷积块和变压器块结构,提高了语义特征提取的效率。

  • 在DDD17和DSEC-Semantic数据集上,SLTNet的性能提升超过7.30%,能耗降低5.48倍。

  • 该方法显示出在资源受限的边缘/mobile平台上的应用潜力。

🏷️

标签

➡️

继续阅读