基于神经网络的犬类品种识别器的设计与实现开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

一、课题的意义

神经网络是现代人工智能的重要分支，也是21世纪计算机科学与技术领域的重要课题之一。由于神经网络是实现人工智能十分重要且有效的方法，全世界各国对神经网络都给予了极高的重视，这也使得神经网络得到了高速的发展^[1]。

2. 研究的基本内容和问题

一、研究目标

1.选取现有的多个重要图像识别算法进行理解与实现。

2.将各个算法的实现结果进行比较。

3. 研究的方法与方案

一、研究方法

本次设计首先需要对设计中用到的图像识别算法的原理和实现进行学习，这些算法的相关知识可通过从图书馆借阅书籍或从书店购买书籍获得，也可通过网络查询相关内容进行学习。算法实现时遇到难以处理的相关细节可通过上网查阅文献学习解决。

设计中算法模型的训练和测试需要借助图片样本，图片样本可大批量地从imagenet等网站下载获得，该类网站获取的图片为带有标签的图片，因此无需人工添加标签即可直接使用。

4. 研究创新点

特色或创新之处

1.将多个图像识别算法实现并进行性能对比。

5. 研究计划与进展

研究计划及预期进展

2020年1月上旬 - 2020年1月下旬，学习本次设计需要使用的算法的模型知识。