1. 毕业设计（论文）主要内容：
借助于计算机视觉的船舶图像与视频检测已开始在港口监管服务以及无人船中应用。传统的船舶图像检测分类方法多是基于船舶结构形状进行人工特征设计的方法，能够取得一定的效果，但是在环境背景复杂，船体差异小的情况下不能得到较好的效果。本课题以船舶遥感影像数据为对象，采用深度卷积神经网络等智能手段对影像进行特征提取和分类，建立基于遥感影像的船舶目标识别模型，以真实船舶的遥感影像数据对提出方法进行精度验证和结果分析，完成毕业论文撰写。
2. 毕业设计（论文）主要任务及要求
1）熟悉目标识别基本概念，理解目标识别的典型理论与算法；
2）熟悉回归分析、聚类及分类等数据分析原理与方法，熟悉matlab或python环境下相关开发工具软件；
3）应用深度卷积神经网络对相关图像数据分析和处理，建立船舶识别模型并实现算法过程；
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）开题报告阶段3月15日-3月25日 完成数据收集、英文翻译及开题报告；
2）数据分析与整理 3月16日-4月15日 对数据进行特征分析与处理，完成初步算法涉及，形成分析结果并完成中期报告；
3）论文初稿 4月16日至5月25日，完成实验涉及与结果整理分析，修改完善论文初稿；
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]方梦梁,黄刚.一种光学遥感图像船舶目标检测技术[J].计算机技术与发展,2019,29(08):136-141.
[2]崔元飞. 卫星光学遥感图像舰船检测系统的设计与实现[D].燕山大学,2019.
[3] 王彦情, 马雷, 田原. 光学遥感图像舰船目标检测与识别综述[J]. 自动化学报, 2011, 37(9).
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。
