1. 毕业设计（论文）主要内容：

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。本课题拟实现一种深度学习算法，用以对特定图像进行目标检测。在深入研究深度学习和R-FCN基本原理基础上，利用Tensorflow框架完成相应网络的设计。训练基于COCO数据集的R-FCN神经网络，并实现图像中目标的检测。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）采用tensorflow作为开发框架，设计基于r-fcn的目标检测网络。将coco作为训练集训练的网络，实现对图像中目标的检测。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4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。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周： 实现faster r-fcn神经网络的设计与实现

4. 主要参考文献

[1] dai j , li y , he k , et al. r-fcn: objectdetection via region-based fully convolutional networks[j]. 2016.

[2]zhu r , sui d , qin h , et al. an extended typecell detection and counting method based on fcn[c]// ieee internationalconference on bioinformatics amp; bioengineering. ieee, 2018.

[3]戴海能, 茅耀斌. 一种改进的基于r-fcn模型的人脸检测算法[j]. 计算机与现代化, 2018(8).