1. 研究目的与意义
(1) 研究背景我国远在文字出现以前，花卉就随着农业发展被人们利用，唐代时花文化的形成成为中国花卉栽培与欣赏的一大特色并至今影响着人们的生活。
据不完全统计，截至清代，历代咏花的诗词达3万多首。
在诗词中梅、兰、竹、菊被称为花中“四君子”，松、竹、梅被誉为“岁寒三友”。
2. 研究内容和预期目标
卷积神经网络(convolutional neural network, cnn)是深度学习技术中极具代表的网络结构之一，在图像处理领域取得了很大的成功。
卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。
现在，cnn已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像的复杂前期预处理，可以直接输入原始图像，因而得到了更为广泛的应用。
3. 研究的方法与步骤
本课题使用开源的深度学习框架和成熟的cnn模型进行研究。
(1) 首先对主流的cnn模型和深度学习框架进行比较，有基本的了解和认识。
(2) 查阅资料，进行可行性分析、需求分析等。
4. 参考文献
[1] 裴勇. 基于数字图像的花卉种类识别技术研究[D]. 北京: 北京林业大学, 2011.[2] 苗金泉. 可扩展花卉种类识别算法的构建方法[D]. 北京: 北京林业大学, 2014.[3] 蔡宁宁. 花朵数字图像抠图系统设计与实现[D]. 北京: 北京林业大学, 2012.[4] 周志华著. 机器学习[M]. 北京: 清华大学出版社, 2016.[5] 吴岸城著. 神经网络与深度学习[M]. 北京: 电子工业出版社, 2016.[6] 赵永科著. 深度学习 - Caffe之经典模型详解与实战[M].北京: 电子工业出版社, 2016.[7] 赵永科著. 深度学习 - 21天实战Caffe[M]. 北京: 电子工业出版社, 2016.[8] Caffe Deep Learning Framework[EB/OL].http://caffe.berkeleyvision.org[9] 沈萍.基于深度学习模型的花卉种类识. http://www.doc88.com/p-9157402504233.html .
5. 计划与进度安排
(1) 2022.1.10——2022.3.10：查阅资料，撰写开题报告，翻译英文资料(2) 2022.3.11——2022.3.18：需求分析，熟悉开发工具(3) 2022.3.19——2022.3.31：概要设计(4) 2022.4.1——2022.4.9：详细设计(5) 2022.4.10——2022.5.9：编写代码(6) 2022.5.10——2022.5.17：程序调试和测试(7) 2022.5.18——2022.5.31：整理资料，撰写毕业设计说明书(8) 2022.6.1——2022.6.10：答辩准备及答辩
