基于YOLOv3的车辆检测模型设计开题报告

全文总字数：3726字

1. 研究目的与意义（文献综述）

1.1 题目

基于yolov3的车辆检测模型设计

1.2 背景及意义

2. 研究的基本内容与方案

2.1 基本内容：

学习yolov3的相关知识、构建技术以及实现方法。在此基础上，建立并训练满足车辆识别要求的模型，并在训练和测试的过程中不断优化模型，最终实现实时检测的实际应用。主要内容包括：

(1) 构建车辆检测模型

3. 研究计划与安排

(1) 2020/1/14——2020/2/28：确定选题，阅读文献，分析、总结、确定技术路线，完成并提交开题报告；翻译英文资料并交指导教师检查。

(2) 2020/3/1——2020/4/30：需求分析，系统架构，算法或系统设计，编码、系统测试与完善等。

(3) 2020/5/1——2020/5/25：撰写论文初稿；修改论文，定稿并提交论文评审；提交毕业答辩所需所有文档及资料。

4. 参考文献（12篇以上）

[1] 张富凯，杨 峰，李 策 .《基于改进yolov3的快速车辆检测方法》. tp391.4 doi：10.3778/j.issn.1002-8331.1810-0333

[2] https://wenku.baidu.com/view/83ed20745727a5e9856a61e9.2014年5月7日

[3] redmon j , divvala s , girshick r , et al. you only lookonce: unified, real-time object detection[c]// 2016 ieee conference on computervision and pattern recognition (cvpr). ieee, 2016.