基于深度学习的快递面单识别系统的设计与实现开题报告

 2022-02-13 18:17:20

1. 研究目的与意义

1. 研究背景

近年来,我国电子商务和网络购物的迅猛发展,为快递业带来了前所未有的发展机遇。2013年,全国快递业务量首次超过函件业务量。2014年,中国经济进入新常态,经济增长从高速增长转为中高速增长,全国快递量增幅也有所下滑,但仍超过140亿件,首次超过美国,跃居世界第一,成为中国经济的一匹黑马。2015年,全国快递业务量首次突破200亿件大关,继续稳居世界第一,中国快递业在加速流通、扩大内需、调整结构、吸纳就业、普惠民生等方面的基础性作用日益显现。国家高度关注快递行业发展。2016年,全国快递业务量突破300亿件,全球占比超过40%,日均服务超过2.5亿人次,支撑网络零售额超过4万亿元,占社会消费品零售总额比重达到12.5%,新增就业20万人以上。中国快递行业的发展将越来越与中国经济相互依存、相互影响、共同发展。为此,探讨和研究快递行业的发展,提供快递行业的效率,就显得十分迫切和必要。

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!

2. 研究内容和预期目标

1.研究内容

全方位、系统化地了解各种深度学习框架,结合本论文实际研究方向和最终部署平台对比各种框架的优劣从而选择最为合适的框架,然后学习所选定的框架。对比选择合适的平台和语言,通过所选定的框架训练模型,最后将其转化为c 语言,部署在工业化流水线上,当快递包裹经过摄像探头时,能够快速地找到并截取出快递面单上的条形码,然后读取出条形码中的内容,帮助传送带控制装置将快递包裹分拣到不同的区域。

2.预期目标

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. 研究的方法与步骤

1.研究方法

全方位、系统化地了解各种深度学习框架,结合本文研究实际,实践检验各种框架和平台的优劣,选取最适合的框架和平台,运用python语言实现深度学习模型训练,最终将训练的模型由c 调用,实现工业化流水线上的部署。

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. 参考文献

[1] iangoodfellow等著.深度学习[m]aaron courville译.人民邮电出版社

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!

5. 计划与进度安排

(1)2022.1.5 ---- 2022. 2.28 查阅资料, 撰写开题报告 (2)2022.3.1 ---- 2022.3.15 需求分析,熟悉编程平台构建技术 (2)2022.3.15 ---- 2022.3.20 方案设计与论证 (3)2022.3.21 ---- 2022.4.1 算法设计与实现 (4)2022.4.2 ---- 2022.5.1算法测试与改进 (5)2022.5.2 ---- 2022.5.5 毕业论文资料收集,撰写论文提纲 (6)2022.5.6 ---- 2022.5.31 整理设计文档, 撰写毕业论文 (7)2022.6.1 ---- 2022.6.8 论文修改、系统改进、答辩准备及答辩

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

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版