基于CNN的场景图像数值提取系统的研发任务书

 2021-11-22 09:11

1. 毕业设计(论文)主要内容:

在学习图像处理、机器学习及深度学习知识基础上,对所给定的图像进行分析,确定适合的信息分类及场景;然后再利用卷积神经网络对图像的数值进行提取,并将所获取的信息按既定分类;最后,分类的结果可以保存为二进制或 txt/csv 文件,或者显示在屏幕上。

编程语言为 python。

2. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(不少于3篇外文文献),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,完成至少1500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;4.完成系统的编码与调试;5.完成10000字以上的毕业论文;6.进行论文答辩。

3. 毕业设计(论文)完成任务的计划与安排

(1)2020/1/13—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—2020/3/31:确定设计方案,配置环境,实现对图像文字提取的原型,并进一步开发;

(3)2020/4/1—2020/4/30:完成程序设计与开发、系统测试,并进一步完善整个系统;

(4)2020/5/1—2020/5/25:撰写及修改毕业论文;(5)2020/5/26—2020/6/5:准备答辩。

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] 郭芬红, 谢立艳, 熊昌镇. 自然场景图像文字检测研究综述[J], 计算机应用, 2018, (A1): 173-178

[2] 林泓, 卢瑶瑶. 聚焦难样本的区分尺度的文字检测方法[J], 浙江大学学报(工学版), 2019, (8):1506-1516

[3] xgbm_k.用卷积神经网络(CNN)识别文字[EB/OL], https://blog.csdn.net/xgbm_k/article/details/82782196, 2018/09/20

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。