知识卡片

普通读书笔记卡 · 9600.w · 生成模型:DeepSeek-V4.1-Flash

1680神经元与794帧

理解等级:中级

验证平台是一块二维 CANN:30×56 = 1680 个神经元,权重按 J0=0.5、a=1.8、RC 直径 15 编码,动力学取 α=0.1、β=0.93、γ=0.05、μ=0.01、A=1.9、B=200。输入是相邻帧差分的绝对值,1024×576 的原图缩到 30×56 以匹配硬件规模;红点记录最近 10 帧活动峰中心,即目标轨迹。评测用 OTB 五个含遮挡、变形、运动模糊的序列,一次路径评估,指标是预测框与真值框的交并比,成功率取阈值曲线下方面积。整型化后性能多数情况略有下降;速度上每帧迭代 15 次、每步 16.8 μs,吞吐达 794 帧/秒,比典型跟踪算法快 4.7~305 倍。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第8章 类脑计算平台及其目标检测与跟踪应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt008.html) - 结论依据:验证平台是一块二维 CANN:30×56 = 1680 个神经元,权重按 J0=0.5、a=1.8、RC 直径 15 编码,动力学取 α=0.1、β=0.93、γ=0.05、μ=0.01、A=1.9、B=200。 - 原始内容:基于上述五个时间步的划分,每步对应一个时间拍(16.8μs),每一帧循环迭代15次。所提出的算法可实现每秒794帧的吞吐量,在速度上明显快于目前其他典型跟踪算法速度(4.7~305倍)。