PBEV

新的二值表示使二值神经网络能够高效处理事件相机数据

研究人员推出了一种新颖的二值表示方法——极向二值事件体积（PBEV），旨在使二值神经网络（BNNs）能够处理来自事件相机的数据。这项进展旨在弥合高效深度学习模型与事件相机低延迟、高动态范围能力之间的差距。研究表明，来自RGB数据的跨模态预训练可以提高BNN在神经形态数据集上的准确性，在N-Caltech101基准测试中，评估出的最佳BNN准确率达到90.58%，同时使用的运算量比全精度模型少7.5倍。