1. 毕业设计（论文）的内容和要求

（一）设计内容： 本设计旨在实现一款低成本、低功耗并且适用于嵌入式应用场合的图像识别与分类系统，依托先进的神经网络技术和fpga开发平台，针对交通应用场景。

本系统的定位是通过图像识别为无人驾驶技术提供可靠的数据来源，即周围障碍物的身份和大致距离。

在这个基础上，无人驾驶的决策层才可能作出不仅及时而且正确的响应，这是因为障碍物的具体身份对于无人驾驶系统的判断将产生重要影响。

2. 参考文献

[1] Xilinx. Python productivity for Zynq (Pynq) Documentation[M].2017:3-4,39 [2] Sleibso. 机器学习 | Zynq PYNQ Python：在PYNQ-Z1上搭建二值神经网络(BNN).2017 [3] 寒小阳. 深度学习与计算机视觉系列(10)_细说卷积神经网络[OL].2016 [4] Yaman Umuroglu,Nicholas J. Fraser, Giulio Gambardella.FINN: A Framework for Fast, Scalable Binarized Neural Network Inference[J].2016 [5] Alex Krizhevsky. Learning Multiple Layers of Features from Tiny Images[J].2009 [6] J.Stallkamp, M.Schlipsing, J.Salmen, C.Igel. Man vs. computer: Benchmarking machine learning algorithms for traffic sign recognition[A]. 2012 [7] 周振兴. CUDA并行计算架构介绍与性能优化[J]. 北京师范大学 , 2009

3. 毕业设计（论文）进程安排

2017/12/01-2017/12/15 选择和确定毕设课题，查阅搜集并学习本课题相关资料 2017/12/16-2017/12/31 分析题目要求，提出设计的总体思路 2018/01/01-2018/01/14 思考并准备开题报告 2018/02/20-2018/03/05 构思并确定课题的整体思路，完成开题报告 2018/03/06-2018/03/20 软件设计，外文资料翻译 2018/03/21-2018/04/05 比较测试不同算法的性能 2018/04/06-2018/04/20 编写程序代码并完成调试 2018/04/21-2018/05/05 中期总结 2018/05/06-2018/05/20 整体实测，完成课题要求任务，整理资料，构思论文 2018/05/21-2018/06/10 撰写论文、定稿、答辩