全文总字数：1282字
1. 毕业设计（论文）主要内容：
纺织品作为常用物品，工业需求量大，而实际生产中难免出现瑕疵问题。目前，纺织品瑕疵检测主要依靠检测人员完成，该方式耗时耗力，且提高了生产成本。若能采用机器进行自动检测，则能够避免人工检测带来的检测时间长、生产成本高等问题。
首先需要建立纺织品表面图像数据集，将采集的原始数据与标注数据对应，研究数据增广方法。其次，利用深层神经网络对合格品和不合格品图像进行分类，设计一种特征可视化机制，判断针对于低占比目标，网络是否学习到了正确特征。第三，针对有瑕疵的图像，利用检测网络获得缺陷在图像中的位置与类别信息。
2. 毕业设计（论文）主要任务及要求
1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。2、完成不少于5000字的英文文献翻译工作。3、收集相关的原始数据，并进行数据的预处理工作。4、完成毕业设计（论文）阶段性报告，完成任务书和中期情况检查表等任务。5、完成不少于12000字的研究论文。
3. 毕业设计（论文）完成任务的计划与安排
1-3周：查阅文献，完成开题报告4-6周：总体设计，完成论文综述7-10周：设计算法，功能模块设计11-13周：编码和测试14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。
4. 主要参考文献
[1] Ren S Q, He K M, Girshick R, et al. Faster RCNN: towards real-time object detection with region proposal networks[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, 39 (6) :1137-1149.
[2] 汤勃,孔建益,伍世虔.机器视觉表面缺陷检测综述[J].中国图象图形学报,2017,22(12):1640-1663
[3] H. Li, Y. Huang and Z. Zhang. An Improved Faster R-CNN for Same Object Retrieval[J]. IEEE Access, 2017(5), 13665-13676
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。
