全文总字数：1686字
1. 毕业设计（论文）主要内容：
学习语义分割相关论文和主流深度学习框架，设计实现一个基于语义分割的行人检测模型。
主要内容如下：学习至少一种语义分割相关论文和模型，如SegNet, Mask R-CNN, ENet等，部分文献可参考必备参考文献；学习至少一种主流深度学习框架，如TensorFlow，Caffe，PyTorch等；基于深度学习框架设计并实现一个行人检测模型。
2. 毕业设计（论文）主要任务及要求
1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成800字开题报告；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
3. 毕业设计（论文）完成任务的计划与安排
(1)2020/1/14—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2020/3/1—2020/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2020/5/1—2020/5/25：撰写及修改毕业论文；
4. 主要参考文献
[1] He K, Gkioxari G, Dollar P, et al.Mask R-CNN.[J]. IEEE Transactions on Pattern Analysis Machine Intelligence,2017, PP(99):1-1.
[2] Vijay Badrinarayanan, Alex Kendall,and Roberto Cipolla. Segnet: A deep convolutional encoder-decoder architecturefor image segmentation. IEEE transactions on pattern analysis and machine intelligence,39(12):2481–2495, 2017.
[3] Sebastian Ramos Timo Rehfeld MarkusEnzweiler Rodrigo Benenson Uwe Franke Stefan Roth Bernt Schiele Marius Cordts,Mohamed Omran. The cityscapes dataset for semantic urban scene understanding.IEEE conference on computer vision and pattern recognition, 2018.
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。
