基于卷积神经网络的船舶检测程序设计任务书

 2021-09-27 08:09

1. 毕业设计(论文)主要内容:

1. 前期知识储备:

首先深入学习并理解物体检测算法YOLOv3,掌握物体检测的任务、方法与评价指标,理解YOLOv3算法所使用的主干网(backbone network)、bounding box priors、bounding box分类与定位等技术细节。

2.系统功能:

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!

2. 毕业设计(论文)主要任务及要求

1.要求设计程序较好地实现船舶检测功能。系统界面友好,输入/输出设计合理并具有较好的容错性,易于操作。

2.采用darknet深度学习框架。在此基础上综合运用所学的c 等编程知识完成系统的设计与实现工作。

3.系统文档应能详细、准确的反映整个系统的设计思想。文档格式应尽可能规范,易读易懂,叙述问题准确。

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

(1)2019/1/19—2019/2/28;确定选题,查阅文献,外文翻译和撰写开题报告;

(2)2019/3/1—2019/4/30;系统架构、程序设计与开发、系统测试与完善;

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. J. Redmon and A. Farhadi, “YOLOv3: An incremental improvement”. arXivpreprint arXiv:1804.02767, 2018.

2. J. Redmon and A. Farhadi,"YOLO9000: Better, Faster, Stronger," 2017 IEEE Conference onComputer Vision and Pattern Recognition (CVPR), Honolulu, HI, 2017, pp.6517-6525.

3. J. Redmon, S. Divvala, R. Girshickand A. Farhadi, "You Only Look Once: Unified, Real-Time ObjectDetection," 2016 IEEE Conference on Computer Vision and PatternRecognition (CVPR), Las Vegas, NV, 2016, pp. 779-788.

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

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。