登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 理工学类 > 自动化 > 正文

基于SSD算法的海胆目标检测开题报告

 2022-01-25 10:01  

全文总字数:2584字

1. 研究目的与意义及国内外研究现状

21世纪以来,随着着人们海底资源需求量的不断增加,人类开始着手研究各种海洋资源。因此也引发出了各种问题,人工捕捞作业危险系数高、作业时间短、身体伤害大等等。后来随着科技的发展,人类发明出了机器人来代替人类完成海参捕捞任务, 针对复杂的海底水下环境海产品的捕捞作业场合传统水下目标分类精度差,三维定位时间效率低的问题,本文提出了一种基于深度学习的海底生物目标检测方法——SSD目标检测算法。SSD目标检测算法属于目标检测主流算法中的one-stage方法,其主要思路是均匀地在图片的不同位置进行密集抽样,抽样时可以采用不同尺度和长宽比,然后利用CNN提取特征后直接进行分类与回归,整个过程只需要一步,所以其优势是速度快。这种算法大大的解决了人们探索海洋资源所遇到的一些列问题,并且大大减少了工作量,时间和财力上的花费,提高了工作效率。为21世纪人类探索开发海底资源提供了方便。由于海胆能够代表绝大多数海底生物且易获得,因此本文我们将海胆作为研究对象,进行基于SSD算法的海胆目标检测。

国内外研究现状

目标检测与识别在生活中多个领域中有着广泛的应用,它是将图像或者视频中的目标与不感兴趣的部分区分开,判断是否存在目标,若存在目标则确定目标的位置,识别目标是一种计算机视觉任务。目标检测与识别是计算机视觉领域中一个非常重要的研究方向,随着互联网,人工智能技术,智能硬件的迅猛发展,人类生活中存在着大量的图像和视频数据,这使得计算机视觉技术在人类生活中起到的作用越来越大,对计算机视觉的研究也越来月火热。目标检测与识别,作为计算机视觉领域的基石,也越来越受到重视。在实际生活中应用也越来越广泛,例如目标跟踪,视频监控,信息安全,自动驾驶,图像检索,医学图像分析,网络数据挖掘,无人机导航,遥感图像分析,国防系统等。

由于近年来目标检测与识别技术的火热发展,越来越多的相关研究成果发表在各种顶级期刊或者会议上,如TIP, CVIU, TPAMI, IJCV, CVPR, ICCV, ECCV, ACM MM等。在各国学者的共同努力下,目标检测与识别技术飞速发展,并使得最好的目标检测与识别算法在公开数据集上有着跨越式的进步,算法性能在不断地接近人类能力。

2. 研究的基本内容

本文主要研究基于ssd算法的目标检测技术:

1 首先就帮助人们更好的探索和开发利用海底资源提出目标检测这一主题,分析当前海洋开发遇到的各种难题,于是目标检测这一技术帮助人们化解了这些难题。

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. 实施方案、进度安排及预期效果

实施方案:

1在图书馆或网上查阅相关书籍资料,总结当前开发海洋资源遇到的问题以及各种帮助人们降低探索海洋资源难度的方法。

2在这些方法中继续查阅有关ssd目标检测的内容,目标检测能够通过检测海底资源,识别数据来建立数据库,方便人类更好的探索海洋资源。

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

[1] Image Netclassification with deep convolutional neural networks. Krizhevsky

A,SutskeverI,Hinton G E. International Conference on Neural Information Processing Systems. 2012

[2]基于深度神经网络的物体识别方法研究及实现郭济民 电子科技大学

[3]基于深度学习的目标检测算法研究[D]. 张志豪.电子科技大学 2018

[4]基于SSD算法的车辆和行人的检测吴琼 华中师范大学

[5]SSD算法推理过程的探析郭叶军汪敬华 吉明明英特尔亚太研发有限公司上海工程技术大学

[6]SSD: SingleShot MultiBoxDetector

Wei Liu,DragomirAnguelov,Dumitru Erhan,ChristianSzegedy,Scott Reed,Cheng-Yang Fu,Alexander C. Berg

UNC Chapel Hill Zoox Inc.Google Inc.University of Michigan, Ann-Arbor

[7] A generalframework for object detection. C. Papageorgiou,M. Oren,T Poggio.

Proceedings ofthe 6th IEEE International Conference on Computer Vision . 1998

[8]基于深度学习目标检测算法的应用[D]. 杜凤麟.安徽大学 2018

[9]基于深度学习的目标检测[D]. 娄英欣.北京邮电大学 2018

[10]基于卷积神经网络的目标检测算法研究[D]. 郭亚婧.北京邮电大学 2018

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图