1. 毕业设计（论文）主要内容：
通过编程实现神经网络的可视化框架，完成目标检测RCNN方法神经网络的可视化，观察每一层卷积神经网络到底做了什么事情，直观表现各层卷积层及各卷积核所提取的特征，暴露深度学习神经网络的中间过程。
2. 毕业设计（论文）主要任务及要求
1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。2、掌握目标检测RCNN方法神经网络的原理，并实现一个RCNN神经网络。 3、了解计算机图形渲染，选择一种渲染方式并编程实现一个神经网络可视化框架。 4、完成不少于5000汉字的英文文献翻译。 5、完成不少于12000字的毕业论文。
3. 毕业设计（论文）完成任务的计划与安排
第1－3周：查阅相关文献资料，明确研究内容，了解研究所需技术语言和开发工具，初步搭建并熟悉开发环境。确定方案，完成开题报告。 第4－6周：阅读参考文献，掌握RCNN神经网络的原理和步骤。 第7－10周：编程实现神经网络可视化框架、前向卷积神经网络，测试各个程序模块。 第11－13周：将程序模块进行整合，完成调试和测试。 第14－16周：完成并修改毕业论文。 第17周：准备论文答辩。
4. 主要参考文献
1、 R.Girshick, J.Donahue, T.Darrell, J.Malik. Region-based Convolutional Networks for Accurate Object Detection and Semantic Segmentation[J]. IEEE Transactions on Pattern
Analysis and Machine Intelligence. May 18, 2015. 2、Pulkit Agrawal, Ross Girshick, Jitendra Malik. Analyzing the Performance of Multilayer Neural Networks for Object Recognition[J]. ECCV. 2014. 3、P. Felzenszwalb, R. Girshick, D. McAllester, D. Ramanan. Object Detection with Discriminatively Trained Part Based Models[J]. IEEE Transactions on Pattern Analysis and
Machine Intelligence. 2010.
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。
