1. 研究目的与意义（文献综述包含参考文献）
1.1研究背景及意义大数据时代的到来，使人类搭上了风驰电掣的高速列车，信息爆炸，逻辑变迁成为了这个时代的标签，如何对海量数据中对信息进行分类，提取有效信息，是每一个追逐时代脚步的人都要研究的课题。
也是在这个时代，机器学习尤其是深度学习得到了空前的发展，而计算机视觉作为深度学习的核心，研究出更行之有效、更快速的实时目标检测算法成为了一个重要的发展课题。
如今，目标检测算法逐渐成为自动驾驶，智能机器人，视频监控和加工领域的核心技术。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
2.1课题研究问题针对在有限硬件约束下机器人实时目标检测问题，提出一类tiny-yolov3模型改进算法。
根据机器人摄像头图像，调整yolo框架的检测网络结构,基于优化特征图分布的损失特征层构建方法设计损失函数，提高目标检测准确率与时间效率。
在自制数据集及在nao机器人平台上，以多种场景下不同物体进行目标检测实验。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
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。
