基于神经网络的毕设题目_毕业设计:基于CNN的图像分类算法

近年来人工智能越来越火，好像本科毕设不搞人工智能都很丢人似的。但是普通本科生对于这个领域的了解显然很少，基本也就是做做数据搜集、数据标注、工程实现、调调参的工作。

不过这也不错，可以为以后硕士深造埋下伏笔，创造兴趣，打好基础。所以如果不读硕的同学建议不要选这方面的题目。

这次我介绍的毕设题目是：基于卷积神经网络的图像分类算法的工程实现。先说一下电脑配置和环境依赖版本。

联想T480

8G内存

2G显存

MX150显卡(支持GPU加速)

torch 1.3.1

cuda 10.2

我们首先选择LeNet-5这个卷积神经网络的鼻祖来当做baseline。该网络发表于1998年，当年广泛应用于美国银行的数字识别。

当我们跑模型的时候，首先要选择一个简单并通用的网络来当做baseline，即知道这个问题的下限在哪里。这样方便以后我们选择更复杂更通用的模型来持续优化效果。

数据集是这样的。近五千张船舶图片。船舶种类丰富，包括帆船、渔船、木舟、游轮、货船、工作船、军舰等。拍摄角度包括航拍、红外图像、可见光图像、船上拍摄、船舶加海天背景等。其中军舰图像占50%，其他图像占50%。该毕设问题即解决，区分军舰和其他船舶的问题。

图像大致如下：

others.4.jpg