毕业作品网站
 首　页 机械毕业设计 电子电气毕业设计 计算机毕业设计 土木工程毕业设计 视觉传达毕业设计 理工论文 文科论文 毕设资料 帮助中心 设计流程 
垫片
您现在所在的位置：首页 >>计算机毕业设计 >> 文章内容
                 
垫片
   我们提供全套毕业设计和毕业论文服务，联系微信号：biyezuopinvvp QQ：1015083682   

基于脉冲神经网络的物体检测 毕业论文+源码及数据
文章来源：www.biyezuopin.vip   发布者：毕业作品网站  

目 录

中文摘要 i


Abstract ii

1 引言 1

1.1 研究背景 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 1

1.2 研究意义 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 2

1.3 论文组织与结构 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 2

2 脉冲神经网络 4

2.1 学习算法 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 4

2.2 ANN 转化的 SNN   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . 5

2.2.1 国内外研究进展 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . 5

2.2.2 脉冲发放率和模拟激活值数学分析 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 5

2.3 ANN 操作的脉冲实现 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 7

2.3.1 偏置 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . 7

2.3.2 参数标准化 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . 7

2.3.3 BN 层的转化 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . 8

2.3.4 脉冲层中的最大池化 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 8

3 ANN 模型结构 9

3.1 SSD  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 9

3.1.1 基础网络 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . 9

3.1.2 先验框 11

3.1.3 损失函数 11

3.2 YOLO 12

3.2.1 网络结构 12

3.2.2 损失函数 13

3.2.3 预测部分 13

4 SNN 模型结构 15

4.1 spiking­ssd 15

4.1.1 获取最大激活值 16

4.1.2 等价转换操作 17

4.1.3 前向推理 17

4.2 spiking­yolo 17

4.2.1 通道标准化 17

4.2.2 不平衡阈值的带符号神经元 18

4.2.3 解码方式 19

5 实验结果 21

5.1 数据集介绍 21

5.2 实验指标介绍 21

5.3 实验结果对比 21

5.3.1 ssd 与 spiking­ssd 21

5.3.2 yolo 与 spiking­yolo 22

6 总结讨论 24

6.1 数据对结果的影响 24

6.2 影响模型结果的几个因素 24

6.2.1 时间步长 24

6.2.2 原始网络的效果 24

6.2.3 转换单元的实现方式 24

参考文献 26



1 引言

1.1 研究背景

目标检测是一种应用特定计算机算法在图像中找到所需目标的技术。近年来，随着 计算机硬件的不断发展，目标检测的各种算法也迎来了巨大的突破，越来越多地应用于 交通检测、智能支付、医疗影像等各个方面。在计算机视觉中，目标检测是要比图像分 类更复杂的一个问题，它不仅要清楚目标的类型，还需做到目标的定位。所以，物体检 测的难度更大，挑战性更强，相应的深度学习模型也会更加复杂。

目标检测有许多算法，卷积神经网络（Convolutional Neural Networks, CNN）是其代 表算法之一。它是一个前馈神经网络，具有卷积计算和深度结构。目前，基于卷积神经网 络的目标检测算法大致可分为两种模式，即 two­stage 模式和 one­stage 模式，two­stage 模 式的检测过程分为两个步骤：首先由算法生成若干个候选框，再通过 CNN 对候选框进行 分类；one­stage 模式则是端到端的学习，直接对对目标的置信概率和位置进行回归，相 对来说精度有所损失，但速度较 two­stage 模式的算法更快。[1]
























   全套毕业设计论文现成成品资料请咨询微信号：biyezuopinvvp QQ：1015083682     返回首页 如转载请注明来源于www.biyezuopin.vip  
                 
打印本页 | 关闭窗口
本类最新文章
基于MatlabSimulink … 35kV输电线路继电保护的设计 … 分布式风电场低电压穿越故障建模与 …
大学生内容分享和社交平台的设计与 … 基于SSM框架的企业人事薪酬管理 … 基于大模型的代码注释自动生成与维 …
| 关于我们 | 友情链接 | 毕业设计招聘 |

Email：biyeshejiba@163.com 微信号：biyezuopinvvp QQ：1015083682  
本站毕业设计和毕业论文资料均属原创者所有,仅供学习交流之用,请勿转载并做其他非法用途.如有侵犯您的版权有损您的利益,请联系我们会立即改正或删除有关内容!