基于深度学习的目标检测模型的设计与实现开题报告
2020-02-20 09:37:57
1. 研究目的与意义(文献综述)
1.1选题的目的与意义
目标检测是计算机视觉领域的四大核心任务之一,它涵盖了目标的分类和定位,至今已有近二十年的研究历史。通过目标检测,计算机能够识别出图片或视频中的物体并对它们进行定位,这使得该技术无论是在新兴领域:如无人驾驶、人脸检测、图片搜索引擎,还是在传统领域:如视频监控、安防检测、医学影像都有着广泛的应用。
2. 研究的基本内容与方案
2.1研究(设计)的基本内容、目标
学习目标检测相关论文和主流深度学习框架,设计实现一个基于深度学习的目标检测模型,并使用经典数据集对模型进行训练和预测。
3. 研究计划与安排
总时间安排:2019年2月8日---2019年5月25日(第一周到第十五周)
第1-3 周(2月8日-2月28日):根据任务书阅读相关文献,明确研究目标和内容,选择拟采用的技术方案及措施,着手外文翻译,并撰写开题报告。
第4周(3月1日-3月7日):完成参考文献的翻译,查找所需的资料,并着手阅读论文,不懂的部分及时请教老师,初步理清理论知识上的障碍。
4. 参考文献(12篇以上)
[1] liu w,anguelov d, erhan d, et al. ssd: single shot multibox detector[j]. 2015.
[2] he k, gkioxarig, dollar p, et al. mask r-cnn.[j]. ieee transactions on pattern analysis amp;machine intelligence, 2017, pp(99):1-1.
[3] redmon,joseph, et al. "you only look once: unified, real-time objectdetection." proceedings of the ieee conference on computer vision andpattern recognition. 2016.