全文总字数：1079字
1. 毕业设计（论文）主要内容：
本次毕业设计的主要内容是学习并熟练运用深度学习与图像语义分割的相关知识，运用Python或其它编程语言，研究并实现一种街道场景图像的语义分割方法，实现如下功能：（1）运用深度学习知识，设计出一种能够对街景图像的语义分割方法；（2）该方法能够较为准确的对街景图像中的事物进行分割；（3）该方法在面对不同的街道环境时，如物体繁杂、轮廓相似、街景中的天气变化多样时，仍然有较好的分割效果。
此外，进行相关中外文献的检索和翻译。
2. 毕业设计（论文）主要任务及要求
1、查阅不少于15篇的相关参考文献资料（其中，近5年外文文献不少于3篇)。2、完成开题报告等规定的毕业设计文档。
3、熟练掌握深度学习模型的基本设计方法，完成图像语义分割方法的研究与设计实现工作。
4、撰写不少于12000字的毕业论文并完成答辩的相关工作。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
第1-3周：查阅相关中、英文文献资料，确定设计方案，完成开题报告；第4-5周：完成论文开题工作，完成不少于2万字符的英文翻译任务；
第6-12周：完成图像语义分割算法模型的设计与调试，并撰写论文初稿；
第13-15周：修改完善毕业论文；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
[1] 江锦东. 基于深度卷积神经网络的室内RGB-D图像语义分割方法[D]. 广东：华南理工大学. 2018.[2] 陈俊生. 基于卷积神经网络的语义分割技术研究[D]. 广东：华南理工大学. 2018.
[3] 文宏雕. 基于深度学习的图像语义分割技术研究[D]. 四川：电子科技大学. 2018.
[4] Badrinarayanan V, Kendall A, Cipolla R. Segnet: A deep convolutional encoder-decoder architecture for image segmentation[J]. IEEE transactions on pattern analysis and machine intelligence, 2017, 39(12): 2481-2495.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
