基于卷积神经网络的车辆检测模型设计及实现开题报告

 2020-02-10 10:02

1. 研究目的与意义(文献综述)

1.目的及意义(含国内外的研究现状分析)

1.1 题目

基于卷积神经网络的车辆检测模型设计

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1 基本内容与目标:

学习车辆检测的相关知识、技术、实现方法, 深入研究深度学习的理论,基于卷积神经网络(cnn)模型和技术,了解目标检测的技术发展,熟悉目标检测的基本步骤:样本训练,候选框生成,特征提取和边框输出,收集并生成训练集和检测集,保证较高的识别效果;研究各种算法的优缺点,设计和实现一个基于卷积神经网络的对各种交通场景图片中的车辆检测模型;并且在保证检测精度的情况下提高检测速度。

该目标检测系统的主要功能:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

(1) 2019/1/14——2019/2/28:确定选题,阅读文献,分析、总结、确定技术路线,完成并提交开题报告;翻译英文资料并交指导教师检查。

(2) 2019/3/1——2019/4/30:需求分析,系统架构,算法或系统设计,编码、系统测试与完善等。

(3) 2019/5/1——2019/5/25:撰写论文初稿;修改论文,定稿并提交论文评审;提交毕业答辩所需所有文档及资料。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1]王笑京,沈鸿飞,汪林.中国智能交通系统发展战略研究[j].交通运输系统工程与信息,2006(04):9-12.

[2] 孙志阳.浅析智能交通中的车辆检测技术及发展[j].居舍,2017(32):154-155.

[3] 周苏. 基于卷积神经网络的车辆检测算法研究[a]. 中国汽车工程学会(china society of automotiveengineers).2018中国汽车工程学会年会论文集[c].中国汽车工程学会(china society of automotive engineers):中国汽车工程学会,2018:5.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。