全文总字数:1654字
1. 毕业设计(论文)主要内容:
卷积神经网络(Convolutional NeuralNetworks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(FeedforwardNeural Networks),是深度学习(deep learning)的代表算法之一。卷积神经网络在图像分类/检测等方面已经获得很高的准确率,但在实时性方面相对有所不足。对CNN进行裁剪,能够明显提高算法的实时性,甚至可以保证算法在移动终端设备上实际部署运行。本课题要求完成基于CNN的船舶分类,尝试采用通道裁剪的方式对CNN进行裁剪,最终实现对船舶的快速分类。
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)学习VGG16,mobileNet,通道裁剪的工具,在完成基于CNN船舶分类的基础上,尝试采用通道裁剪的方式对CNN进行裁剪,最终实现对船舶的快速分类。
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:设计基于CNN的船舶分类系统。
4. 主要参考文献
[1]Y.He, X. Zhang and J. Sun, "Channel Pruning for Accelerating Very DeepNeural Networks," 2017 IEEE International Conference on Computer Vision(ICCV), Venice, 2017, pp. 1398-1406.
[2]Simonyan K , Zisserman A . Very Deep Convolutional Networks for Large-ScaleImage Recognition[J]. Computer Science, 2014.
[3]Krizhevsky A , Sutskever I , Hinton G . ImageNet Classification with DeepConvolutional Neural Networks[C]// NIPS. Curran Associates Inc. 2012.
以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。