1. 毕业设计（论文）主要内容：

本课题要求利用现有的卷积神经网咯、候选区域生成网络、mask r-cnn网络等算法实现一种快速高效的图像分割算法并图形化显示。算法部分基于r-cnn算法、fast r-cnn算法、faster r-cnn算法和mask r-cnn算法实现对日常街景图像的像素级别的实例分割。要求算法高效可靠，测试及分析结果正确。

2. 毕业设计（论文）主要任务及要求

1、 查阅不少于15篇的相关资料，其中近五年外文文献不少于3篇，完成开题报告；

2、学习并掌握卷积神经网络等算法；

3、 实现基于mask r-cnn的图像分割算法；；

3. 毕业设计（论文）完成任务的计划与安排

第1-2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3-4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5-8周：编程实现算法和系统，并进行仿真调试。

4. 主要参考文献

[1] he k， zhang x， ren s， etal. deep residual learning for image recognition[c]//proceedings of the ieeeconference on computer vision and pattern recognition. 2016: 770-778.

[2]girshickr. fast r-cnn[c]//proceedings of the ieee international conference on computervision. 2015: 1440-1448.

[3]he k， gkioxari g， dollár p， et al. mask r-cnn[j]. arxiv preprint arxiv:1703.06870， 2017.