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。
