时步骤降750倍
通过时步压缩与STDI编码协同，SUHD在保持结构完整的同时实现无损转换，大幅降低延迟并提升检测精度。
Jinye, Qu · Zeyu, Gao · 张铁林 · Lu, Yanfeng · 唐华锦 · 乔红
IEEE Transactions on Neural Networks and Learning Systems 2024
通过时步压缩和STDI编码，在MS COCO上相比Spiking-YOLO减少约750倍时步，大幅降低推理延迟。
SUHD在MS COCO上的mAP比Spiking-YOLO高30%，证明检测精度显著提升。
SUHD是目前最深的脉冲目标检测模型，达到超低时步的无损转换。