1. 毕业设计（论文）主要内容：

在深度学习项目中，寻找足够的训练数据需要花费大量的时间。

但在很多实际的项目中，我们难以找到充足的数据来完成任务。

本文主要从数据扩增角度来获取更多的图像数据集，可以在一定程度上缓解深度学习中数据不足的问题，具有良好的应用前景。

2. 毕业设计（论文）主要任务及要求

1. 学习深度学习的基本知识；
2. 设计并实现图像数据的扩增方法，并测试扩增后数据集的学习性能；
3. 查阅参考文献15篇以上（其中近五年外文文献不少于3篇）；
4. 完成不少于12000字的毕业论文撰写并完成答辩的相关工作；
5. 完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译；
6. 完成不少于12幅图设计（包括：电路原理图、流程图、结构框图、程序框图等）。

3. 毕业设计（论文）完成任务的计划与安排

1. 第1-3周 完成题目调研，完成文献阅读，进行相关资料的收集，完成文献综述以及开题报告撰写；
2. 第4-5周 学习深度学习及数据扩增的基本知识，完成论文开题；
3. 第6-12周 完成图像数据扩增算法的设计与实现，撰写论文初稿；
4. 第13-15周 测试图像数据扩增的学习性能，并针对使用过程出现的问题进行优化，完成论文修改并提交。

5. 第16周 答辩。

4. 主要参考文献

[1] 柴伟佳, 王连明. 卷积神经网络的多字体汉字识别[J]. 中国图象图形学, 2018.
[2] 郑宗生, 郝剑波, 黄冬梅, 邹国良. 基于深度学习的近岸海浪等级视频监测[J]. 海洋环境科学, 2017.
[3] 蔡轶珩, 高旭蓉, 邱长炎等. 基于深度学习与传统方法相结合的视网膜血管分割方法[P]. 2017.
[4] 刘灵. 基于深度学习的车型识别分析与研究[D]. 山东师范大学, 2017.

[5] L. Wang, Y. Li, and S. Lazebnik. Learning deep structure preserving image-text embeddings [J]. In CVPR, 2016.