基于阻变存储器的模拟计算芯片应用演示场景测试数据集

该数据集为课题3考核指标3.7：模拟计算芯片应用演示场景的数据集，采集于2025年1月13日第三方测试的实时数据。本数据集主要关联课题3以下研究内容：适用于模拟计算芯片的神经网络算法，基于阻变存储器的模拟计算芯片顶层架构，基于阻变存储器的模拟计算芯片集成设计。课题通过研究基于阻变存储器的模拟计算芯片顶层架构设计方案，完成了阻变存储器模拟计算芯片集成设计，通过研究神经网络量化算法以及神经网络算法在模拟计算芯片中的映射方法，实现了基于阻变存储器的模拟计算芯片测试验证和神经网络算法应用演示，达到考核指标要求。本数据集命名为课题3-007-芯片应用演示场景，数据量约为68MB，共包含5个文件夹：测试集、测试结果、训练集1、训练集2、训练集3。目前自动驾驶技术尚未达到完全自动化等级，仍需要驾驶员随时介入或接管车辆，驾驶员监测系统（DMS）是自动驾驶人机交互的重要组成部分。疲劳检测是DMS系统的重要功能之一，为了验证模拟计算芯片在自动驾驶领域的应用潜力，我们选择人脸识别中的人眼检测算法作为芯片应用演示场景的演示内容，通过对驾驶员眼睛特征的识别判断出眼睛为睁开或闭合状态，进而实现自动驾驶的疲劳检测功能。

搜集汇总

背景与挑战

背景概述

该数据集是用于基于阻变存储器的模拟计算芯片应用演示场景的测试数据，采集于2025年1月13日的第三方测试实时数据，数据量约为68MB，包含测试集、训练集等5个文件夹。它主要应用于自动驾驶领域的驾驶员疲劳检测，通过人眼识别算法验证芯片在神经网络算法中的性能。