CN119494368A 针对异步事件流的图卷积网络训练方法、装置及存储介质 （清华大学）

涉及一种针对异步事件流的图卷积网络训练方流为通过事件相机对光强变化进行感知所输出的数据；将所述异步事件流转化为不同尺度的2对多个事件流进行分段间隔采样得到异步事件流，所述事件流为通将所述不同尺度的图输入至图卷积网络中进行渐进式训练，得3.根据权利要求1或2所述的方法，其特征根据所述多个样本物体分类数据对所述图卷积网络进行重新训4.根据权利要求1至3任一所述的方法，其特征在于，所述采样模块，用于对多个事件流进行分段间隔采样得到异步事件流训练模块，用于将所述不同尺度的图输入至对多个事件流进行分段间隔采样得到异步事件流，所述事件流为通将所述不同尺度的图输入至图卷积网络中进行渐进式训练，得计算机程序指令被处理器执行时实现权利要求1至3[0003]相关技术中对于使用图卷积网络对NVS数据进行处理的研究还比较空白，没有经[0009]在一种可能的实现方式中，所述对多个事件流进行分段间隔采样得到异步事件4[0034]包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的[0036]图2示出了本公开一个示例性实施例提供的针对异步事件流的图卷积网络训练方5[0037]图3示出了本公开一个示例性实施例提供的针对异步事件流的图卷积网络训练方[0038]图4示出了本公开一个示例性实施例提供的针对异步事件流的图卷积网络训练方[0039]图5示出了本公开另一个示例性实施例提供的针对异步事件流的图卷积网络训练[0040]图6示出了本公开一个示例性实施例提供的针对异步事件流的图卷积网络训练装所说明的任何实施例不必解释为优于或好于其它实6器(ErasableProgrammableReadOnlyMemory，EPROM)，可编程只读存储器[0053]请参考图2，其示出了本公开一个示例性实施例提供的针对异步事件流的图卷积7[0065]可选的，计算设备将不同尺度的图输入至图卷积网络中进行权值共享并提取特期(英文：Epoch)构建不同尺度的图，其中epoch为实施例提供的渐进式的图卷积网络训练方法的训练精度曲线，每15个轮次进行一次采样，了图卷积网络训练的计算量，在N_Cars数据集上训练计算量减少了42.41在N_Caltech101数据集上计算量减少了50.94％。另一方面，提高了物体分类的准Cars数据集上精度提升1.7识别误差减少13.5在N_Caltech101数据集上精度提升了32在N_Caltech101数据集上训练时间减少了38％。8[0072]请参考图6，其示出了本公开一个示例性实施例提供的针对异步事件流的图卷积[0088]计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形9[0089]这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中指令实现流程图和/或框图中的一个或多个方框中规定域的其它普通技术人员能理解本文披露