1. 毕业设计（论文）主要内容：
1、目标图像数据的采集与标注，目标样本集的制作；
2、目标检测识别算法的设计；
3、算法的嵌入式平台实时实现；
2. 毕业设计（论文）主要任务及要求
开展复杂地面背景情况下，图像中可移动目标（如车辆）的自动检测识别技术研究。
1、制备目标样本数据集； 2、了解并熟悉现有最先进的(State-of-the-art)目标检测识别算法； 3、依据分析的目标特征特性对基线算法(baseline)进行优化和改进，以适应并提升算法对特定的可移动或固定目标的检测识别的准确性和鲁棒性； 4、依据对实验结果的分析，评估基线方法(baseline)和改进后的方法的性能；通过消融研究(ablation study)分析改进后算法的增益来源是否符合预期。
5、尝试嵌入式实时实现
3. 毕业设计（论文）完成任务的计划与安排
1. 2019.3.20.前 上传开题报告(外文翻译同步上传）2. 开题报告上传后，每三周上传一次阶段性成果 上传阶段性报告3-4篇(上传后3天内指导教师批阅）3. 2019.4月中旬 提交毕业设计（论文）中期检查报告4. 答辩前一周 上传论文定稿（答辩前3-5天指导教师、评阅教师评分）5. 答辩后3天 论文答辩（答辩后3天内录入答辩记录、答辩成绩）6. 答辩后一周内 答辩后可再次上传修改版论文
4. 主要参考文献
[1] He K, Zhang X, Ren S, et al. Deep residuallearning for image recognition[C]//Proceedings of the IEEE conference oncomputer vision and pattern recognition. 2016: 770-778. [2] Ren S, He K,Girshick R, et al. Faster r-cnn: Towards real-time object detection with regionproposal networks[C]//Advances in neural information processing systems. 2015:91-99. [3] Redmon J, Divvala S, Girshick R, et al. You only look once: Unified,real-time object detection[C]//Proceedings of the IEEE conference on computervision and pattern recognition. 2016: 779-788. [4] Liu W, Anguelov D, Erhan D,et al. Ssd: Single shot multibox detector[C]//European conference on computervision. Springer, Cham, 2016: 21-37. [5] Zhao X , Liang S , Wei Y . Pseudo MaskAugmented Object Detection[J]. 2018. [6] Felzenszwalb P, McAllester D, RamananD. A discriminatively trained, multiscale, deformable part model[C]//ComputerVision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE,2008: 1-8. [7] Dai S, Yang M, Wu Y, et al. Detector ensemble[C]//ComputerVision and Pattern Recognition, 2007. CVPR'07. IEEE Conference on. IEEE, 2007:1-8. [8] Xu W, Zhong S, Yan L, et al. Moving Object Detection in AerialInfrared Images with Registration Accuracy Prediction and Feature PointsSelection[J]. Infrared Physics Technology, 2018.
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。
