1. 毕业设计（论文）主要内容：

随着科技的快速发展，智能交通及无人驾驶的出现已经成为了不可避免的趋势。挡在智能交通进入人类生活上的一道难题便是交通标志的检测和识别。交通标志识别的准确率直接影响行车、行人的安全。本课题拟设计一个基于卷积神经网络的交通标志分类模型，该模型能够对道路上常出现的各类交通标志图片进行分类处理。在深入了解卷积神经网络基本原理的基础上，设计Python程序，利用卷积神经网络对交通标志进行分类操作，并对分类结果实现可视化。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）采用python编程实现交通标志分类的设计。设计基于卷积神经网络来实现仿真。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4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。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周：完成仿真环境的搭建，建立交通标志数据库，设计python程序。

4. 主要参考文献

[1] selcan kaplan berkaya,huseyin gunduz,ozgur ozsen,cuneytakinlar,serkan gunal. on circular traffic sign detection and recognition[j].expert systems with applications,2016,48.

[2] 张邯,罗晓曙,袁荣尚.基于优化的卷积神经网络在交通标志识别中的应用[j].现代电子技术,2018,41(21):132-136.

[3] 黄琳,张尤赛.应用深层卷积神经网络的交通标志识别[j].现代电子技术,2015,38(13):101-106.