全文总字数：5131字
1. 研究目的与意义（文献综述）
论文目的
随着大众生活水平的提高，汽车数量越来越多，加剧了城市交通的拥堵，更容易发生追尾碰撞现象。与此同时，国家大力发展公共交通，用以解决交通拥挤问题，但由于客车具有体积大、载客量多的特点，导致发生事故的危害性更大。面对上述问题，前方车辆检测是一种好的技术，可以有效的减少交通事故和缓解交通拥堵。相对传统的前方车辆检测方法，基于深度学习的方法具有不易受到外界环境的影响，鲁棒性好，稳定性好的优势。因此，本课题拟采用faster r-cnn算法，对基于深度学习的客车检测进行研究。
2. 研究的基本内容与方案
研究内容：
（1）理论阐述：首先，介绍深度学习算法的概念，包括深度学习与生物学的联系、基于深度学习的应用等；其次，介绍近几年基于深度学习的有关车辆检测研究，包括常用的两类算法；
（2）实验研究：构建windows下的tensorflow框架，基于试错的思想，调整fasterr-cnn参数，研究参数对客车检测准确率和检测速度的影响；
3. 研究计划与安排
| 时间 | 工作内容 |
| 2019.12.6~2020.1.10 | 联系导师，确定选题，收集相关资料。 |
| 2020.2.24~2020.3.24 | 翻译外文文献；撰写文献检索摘要、文献综述初稿；开题讨论，撰写开题报告，并进行开题答辩。 |
| 2020.3.25 | 提交外文翻译译文、文献检索摘要、文献综述及开题报告。梳理论文写作思路，明确需要解答的关键问题，制定论文框架。 |
| 2020.3.25~2020.4.15 | 绘制图纸，撰写论文并提交第一阶段报告，提交中期论文审查报告。 |
| 2020.4.15~2020.4.30 | 撰写论文，并提交第二阶段报告，对下阶段可能存在的问题进行思考并寻求解答。 |
| 2020.4.30~2020.5.15 | 撰写论文，并提交第三阶段报告。 |
| 2020.5.15~2020.5.31 | 指导老师修改论文并定稿，网上查重，审查通过并打印，提交所有毕业论文资料。 |
| 2020.5.31~2020.6.4 | 学生提出答辩申请，并制作PPT为答辩做准备；教师审阅论文，并审查答辩资格。 |
| 2020.6.7~2020.6.8 | 完成毕业论文答辩。 |
4. 参考文献（12篇以上）
[1] vodrahalli k, bhowmik ak. 3dcomputer vision based on machine learning with deep neural networks: areview[j]. journal of the society for information display, 2017,25(11):676-694.
[2] kaiming h, xiangyu z, shaoqingr, et al. proceedings of the ieee computer society conference on computervision and pattern recognition[c]. las vegas, nv: ieee computer society, 2016:770-778.
[3] krizhevsky a, sutskever l,hinton ge. imagenet classification with deep convolutional neural networks[j].advances in neural information processing systems, 2012,25(2): 84-90.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
