1. 毕业设计（论文）主要内容：

交通标志自动分类在无人驾驶或者与交通相关项目中都有应用，本课题以深度学习和计算机视觉技术为基础，通过机器自动对交通标志图像进行识别分类。

具体解决如下问题：首先选取合适的网络对交通标志的图片数据集进行训练，然后通过对载入的新图片自动进行类别的识别和分类，最后能对识别分类的效果进行评估，并据此改进参数值以提升图像分类的准确性和速率。

2. 毕业设计（论文）主要任务及要求

主要任务：

1.获取一定规模的各类交通标志图像，并对图像做预处理；

2.选取合适的卷积网络和参数对图像进行训练。

3. 毕业设计（论文）完成任务的计划与安排

1.2019/1/04—2019/1/10：查阅参考文献，明确选题； 2.2019/1/19—2019/2/28：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；

3.2019/3/1—2019/4/30：需求分析，算法或系统设计，分析、比较或实现等；

4.2019/5/1—2019/5/25：撰写论文初稿；修改论文，定稿并提交论文评审；

4. 主要参考文献

1. deep learning, byyann l., yoshua b. amp; geoffrey h. (2015) (cited: 5,716)

2. imagenetclassification with deep convolutional neural networks, by alex krizhevskyamp; ilya sutskever amp; geoffrey e. hinton, in advances in neural information processing systems, pp.1097-1105,2012.

3. c.szegedy, et al. going deep with convolutions. cvpr, 2015.

   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