基于深度学习的人群计数模型的设计与实现任务书

 2020-02-20 09:02

1. 毕业设计(论文)主要内容:

学习人群计数相关论文和主流深度学习框架,设计实现一个基于深度学习的人群计数模型。主要内容如下:学习至少一种人群计数相关论文和模型,如MCNN,CP-CNN,ic-CNN等,部分文献可参考必备参考文献;学习至少一种主流深度学习框架,如TensorFlow,Caffe,Kersa等;基于深度学习框架设计并实现一个人群计数模型。要求使用至少一种Shanghaitech,World-Expo'10和UCF等经典数据集对模型进行训练和预测。

2. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(含2篇外文),并每篇书写200—300字文献摘要(装订成册,带封面);

2.认真填写周记,完成800字开题报告;

3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);

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. 毕业设计(论文)完成任务的计划与安排

4. 主要参考文献

[1] ranjan, viresh, hieu le, and minhhoai. "iterative crowd counting." arxiv preprint arxiv:1807.09959(2018).

[2] zhang, yingying, et al."single-image crowd counting via multi-column convolutional neuralnetwork." proceedings of the ieee conference on computer vision andpattern recognition. 2016.

[3] sam, deepak babu, shiv surya, andr. venkatesh babu. "switching convolutional neural network for crowdcounting." proceedings of the ieee conference on computer vision andpattern recognition. vol. 1. no. 3. 2017.

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。