全文总字数：2489字
1. 毕业设计（论文）主要内容：
通常情况下，由于开放式自然场景中的文字文本存在多种分布，例如文本排布形式多样，大小尺度多变，方向角度差异大，甚至多种语言混合等特点，往往需求较大规模计算量的监测与识别模型，限制了在移动端、嵌入式平台的应用。本课题通过实践当前流行的多种文本检测、识别模型和端到端的混合识别模型，尝试以轻量级的替代模型在公共数据集上逼近SOTA的结果，最后将模型移植到JETSON tx2嵌入式平台实现实时自然场景文字识别。
2. 毕业设计（论文）主要任务及要求
1.熟悉当前流行的多种文本检测、识别模型和端到端的混合识别模型，包括CTPN、EAST、SegLink、Mask TextSpotter等模型。
2.PC端实现相关模型代码，做出实验分析，以得到面向边缘计算的轻量级模型。
3.模型移植到JETSON tx2平台验证。
3. 毕业设计（论文）完成任务的计划与安排
2019年1月1日~1月31日：细读参考文献
2月1日~3月5日：复现相关代码
3月6日~3月10日：明确本课题的创新和实现思路
4. 主要参考文献
1. Ren S,He K, Girshick R, et al. Faster r-cnn: Towards real-time object detection withregion proposal networks[C]//Advances in neural information processing systems.2015: 91-99.
2. Tian Z,Huang W, He T, et al. Detecting text in natural image with connectionist textproposal network[C]//European conference on computer vision. Springer, Cham,2016: 56-72.
3. GirshickR. Fast r-cnn[C]//Proceedings of the IEEE international conference on computervision. 2015: 1440-1448.
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。
