脉冲神经网络(SNNs)因其能量效率和受大脑启发的事件驱动特性而受到广泛关注。虽然SpikingYOLO等最近的方法已将SNN扩展到更具挑战性的对象检测任务，但它们往往存在高延迟和低检测精度的问题，使其难以部署在对延迟敏感的移动平台上。从人工神经网络到神经网络的转换方法很难保持神经网络的完整结构，导致特征表示较差，转换误差较大。时间步长压缩和尖峰时间相关集成（STDI）编码。前者通过压缩信息来减少