基于脉冲神经网络的多尺度动态融合目标检测方法及系统

本申请属于计算机视觉与神经形态计算技术领域。本申请提供一种基于脉冲神经网络的多尺度动态融合目标检测方法和系统。本公开实施例在网络采用可训练整数LIF神经元，SABC模块采用动态通道扩展机制，有效克服了脉冲信号时序稀疏性导致的深层特征退化问题，SMGFDH则通过差异注意力机制实现了脉冲发放率自适应的多尺度特征融合，并创新性地取消了传统拼接前的冗余卷积操作，构建完全适配脉冲稀疏性的高效检测框架。解决了现有SNN在复杂视觉任务中深层特征表达不足和多尺度融合效率低下的问题。