汽车车型智能识别后台系统的设计与实现开题报告

1. 研究目的与意义

（1）背景

随着中国现代化建设和城市化建设的快速发展，越来越多的家庭以及企业拥有机动车，汽车已成为中国最常用的代步工具之一。然而，汽车普及率的提高导致了城市交通拥挤堵塞日益加剧，交通事故频繁发生，交通环境逐渐恶化。交通管理在人们的经济、社会活动中已经变得越来越重要。

2. 研究内容和预期目标

（1）研究内容

本课题主要研究如何使用开源的深度学习框架和cnn模型，收集汽车样本照片，进行cnn模型训练，将不同模型进行比较分析，提高识别车型图像识别正确率；同时研究如何开发一个通过图像输入，实现汽车车型识别的后台系统。

（2）预期目标

3. 研究的方法与步骤

（1）研究方法

汽车识别系统模型训练采用caffe框架，是一种常用的深度学习框架，以速度和模块化为基准，主要应用在视频、图像处理方面的应用上。

汽车识别系统的后台使用python或java。python是一种被广泛使用的解释性的脚本语言，目前常用于科学计算和机器学习；java是目前最热门的后台开发语言之一，具有功能强大和简易的特征，用于开发系统后台和api接口。

4. 参考文献

[1] 周志华著. 机器学习[m]. 北京: 清华大学出版社, 2016.

[2] 赵永科著. 深度学习 - 21天实战caffe[m]. 北京: 电子工业出版社,2016.

[3] 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.

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