SpikeCV 是一款全新的开源计算机视觉平台，专为脉冲相机设计。您可以在这里了解更多关于 SpikeCV 的信息。
🔝📌 脉冲视觉团队正招募线上实习生！ [详情]
我们的论文 “SpikeCV: Open a Continuous Computer Vision Era” 已被 《中国科学：信息科学》 接收并正式上线，点击查看 论文链接。🎉
第一届 SpikeCV （脉冲视觉）国际挑战赛颁奖典礼 在 IJCAI 2025 广州会场 圆满召开！🎉
基于脉冲视觉的首篇编解码研究被IEEE TIP接收发表! 恭喜冯柯翔，贾川民教授！
PRCV 2025 SpikeCV 挑战赛： 超高速脉冲视觉数据集及开放任务挑战赛 🚀
三篇CVPR 2025被接收! 恭喜王元琳、董彦辰、陈康！
提供了脉冲相机彩色重构数据集BSS，包含28个拜耳模式脉冲流片段，涉及运动来源包括脉冲相机和物体运动。
集成了"Learning a Deep Demosaicing Network for Spike Camera with Color Filter Array (TIP 24, Dong, et al.)"中的彩色脉冲相机重构网络CSpkNet，提供相关模型和测试代码。
集成了"Recognizing High-Speed Moving Objects with Spike Camera (ACM MM 23, Zhao, et al.)"中的高速物体识别算法HSSR，包含相关模型和推理代码。
集成了"SpiReco: Fast and Efficient Recognition of High-Speed Moving Objects with Spike Cameras (TCSVT 23, Zhao, et al.)"中的脉冲相机物体识别算法SpiReco。
添加了"Learning Super-Resolution Reconstruction for High Temporal Resolution Spike Stream (TCSVT 21, Xijie Xiang)"中的脉冲超分重建算法。包含了相关模型和推理代码。
"我们是北京大学的研究团队。为了建立一个脉冲视觉的社区生态系统，以便更多的用户能够充分利用脉冲相机，我们建立了 SpikeCV 开源平台， 该平台提供了各种超高速场景数据集、硬件接口和易于使用的模块库。 SpikeCV专注于封装脉冲数据、标准化数据集接口、模块化视觉任务以及挑战性场景的实时应用， 其可以作为一个Python库，满足大多数研究者在数值分析方面的需求。
“工欲善其事，必先利其器。”
《论语》
我们致力于将算法、硬件和数据整合到一个统一的接口中，以供用户利用。
我们为社区提供了用于开发的开源平台。
我们提供了使用脉冲相机完成真实场景中视觉任务的用例。