基于深度学习的植物叶片识别系统任务书
2020-04-12 08:49:20
1. 毕业设计(论文)主要内容:
目标简介:
植物在人类生活中扮演着非常重要的角色,实现植物叶片的自动识别,对植物的保护管理具有重大意义。
由于植物叶片具有容易采集保存、生理特征明显等优点,因此在植物分类学中,叶片常被作为植物分类的重要依据。
此外,植物叶片关键特征的自动提取及发现对于植物性状识别及育种研究工作具有重要意义。
2. 毕业设计(论文)主要任务及要求
1.查阅15篇相关文献(含2篇外文),并每篇书写200—300字文献摘要(装订成册,带封面);
2.认真填写周记,完成800字开题报告;
3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);
4.完成系统的编码与调试;
5.完成10000字以上的毕业论文;
6.进行论文答辩。
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,查阅文献,外文翻译和撰写开题报告;
(2)2018/3/1—2018/4/30:系统架构、程序设计与开发、系统测试与完善;
(3)2018/5/1—2018/5/25:撰写及修改毕业论文;
(4)2018/5/26—2018/6/6:准备答辩。
4. 主要参考文献
[1]wang bin, brown douglas, gao yongsheng, salle john la. march:multiscale-arch-height description for mobile retrieval of leaf images[j].information sciences, 302 (2015) 132–148.
[2]junwei wang, xiang bai, xinge you, wenyu liu , longin jan latecki. shapematching and classification using height functions[j]. pattern recognitionletters 33 (2012) 134–143.
[3]sue han lee, chee seng chan, simon joseph mayo, paolo remagnino. how deeplearning extracts and learns leaf features for plant classification[j]. patternrecognition 71 (2017) 1–13.