基于深度学习的交通路口行人识别与监管系统任务书

 2021-12-21 21:12:45

全文总字数:1217字

1. 毕业设计(论文)主要内容:

行人识别一直以来是计算机视觉领域的热点,对于在视频监控以及智能交通系统方面有着至关重要的作用,而针对此需求,基于深度学习理论,以及神经网络算法,开发一个基于Python语言,可以对图片中的行人进行检测与识别的模型,并用于交通路口行人监管。

2. 毕业设计(论文)主要任务及要求

1.学习和阐述机器学习、人工神经网络算法、深度学习等先进理论,论述选题的国内外发展现况和研究意义,充分查阅国内外的相关研究成果,分析和研究现有同类系统的工作原理、特点和所存在的问题。

2.在此基础上,针对行人识别的需求,完成基于Python语言的,可对图片中的行人进行检测与识别的深度模型的开发设计以及训练工作。

3.基于深度学习理论以及人工神经网络算法。构建出能够检测识别图片中的行人的深度模型。通过特定的训练数据集对该模型进行训练,使其模型能够有效检测识别给定的图片中的行人。

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周—第3周 搜集资料,撰写开题报告;

第4周—第5周 论文开题;

第6周—第12周 撰写论文初稿;

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]何与健.Python与机器学习实战:决策树、集成学习、支持向量机与神经网络算法详解及编程实现[M].北京:电子工业出版社, 2017.7

[2](美) PeterHarrington著.机器学习实战[M].北京:人民邮电出版社, 2013.6

[3](土耳其)EthemAlpaydin著.机器学习导论[M].北京: 机械工业出版社, 2012

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。