基于深度学习的交通标志识别系统任务书
2020-04-07 10:12:30
1. 毕业设计(论文)主要内容:
深入了解图像卷积的相关知识,搜集交通标识数据集,制作标签,设计卷积神经网络,对交通标志图像进行分类识别训练。
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.设计卷积神经网络进行训练、调参,分类识别交通标志;
3.完成不少于5000汉字印刷符的英文文献翻译;
3. 毕业设计(论文)完成任务的计划与安排
第1—3周:查阅相关文献资料,明确研究内容,了解研究所需的理论知识,对系统要求进行分析,确定方案,完成外文文献翻译和开题报告。
第4—5周:深入了解图像处理的相关知识,研究图像卷积的工作原理。
第6—7周:学习并掌握卷积神经网络的工作原理与基本网络设计。
4. 主要参考文献
-
sermanet p, lecun y. trafficsign recognition with multi-scale convolutional networks[c]//neural networks(ijcnn), the 2011 international joint conference on. ieee, 2011: 2809-2813.
-
谷明琴, 蔡自兴, 何芬芬. 形状标记图和 gabor 小波的交通标志识别[j]. 智能系统学报, 2011, 6(6): 526-530.
-
krizhevsky a, sutskever i,hinton g e. imagenet classification with deep convolutional neuralnetworks[c]//advances in neural information processing systems. 2012:1097-1105.
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付