1. 毕业设计（论文）主要内容：

学习计算机文字检测的相关知识、技术、实现方法, 深入研究深度学习的理论，基于卷积神经网络模型和技术，设计和实现一个基于cnn的自然场景图片中多方向文字的检测模型。

该文字检测模型的主要功能：

（1）设计的多方向文字检测网络模型经过数据集的训练有良好的特征提取和融合功能。

2. 毕业设计（论文）主要任务及要求

（1）要求在设计的过程中能够按照文字检测方法的原理步骤，有计划分步骤地实施设计工作，包括对文本图片进行处理，找出文字特征，进行字符切分，通过深度学习的方法得出识别结果。并且能够贯彻软件工程的思想，进行需求分析，系统设计，编码，测试等工作

（2）查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）。

（3）设计前3周完成开题报告的撰写；翻译与选题相关的英文资料不少于2万英文印刷符号（5000汉字），并装订成册（中英文一起，带封面）。

3. 毕业设计（论文）完成任务的计划与安排

(1) 2018/1/14——2018/2/28：确定选题，阅读文献，分析、总结、确定技术路线，完成并提交开题报告；翻译英文资料并交指导教师检查。

(2) 2018/3/1——2018/4/30：需求分析，系统架构，算法或系统设计，编码、系统测试与完善等。

(3) 2018/5/1——2018/5/25：撰写论文初稿；修改论文，定稿并提交论文评审；提交毕业答辩所需所有文档及资料。
(4) 2018/5/26—2018/6/6：准备论文答辩。

4. 主要参考文献

（1）zhi tian, weilin huang, tong he, pan he, yu qiao. detecting text in natural image with connectionist text proposal network【c】.computer vision – eccv 2016. springer international publishing.2016年.

（2）ian goodfellow . yoshua bengio. aaron courville.《深度学习》. 人民邮电出版社.2017年8月.

(3)ian goodfellow.yoshua bengio.aaron courville.《deep learning》. http://www.deeplearningbook.org . 2016