1. 研究目的与意义（文献综述）

1.1 研究目的及意义

2. 研究的基本内容与方案

2.1研究的基本内容

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。本研究拟实现一种深度学习算法，用以对特定图像进行目标检测。在深入研究深度学习和r-fcn基本原理基础上，利用tensorflow框架完成相应网络的设计。训练基于coco数据集的r-fcn神经网络，并实现图像中目标的检测。

2.2研究的目标

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1]dai j , li y , he k , et al. r-fcn: object detection via region-based fully convolutional networks[j]. 2016.

[2] zhu r , sui d , qin h , et al. an extended type cell detection and counting method based on fcn[c]// ieee international conference on bioinformatics amp; bioengineering. ieee, 2018.

[3]k. zhang, z. zhang, z. li and y. qiao.joint face detection and alignment using