1. 研究目的与意义
（1）研究背景随着机器领域中的“深度学习”的发展，目标识别技术也随之得到快速的发展。
众所周知，犬类是与人类最紧密相连的动物，是人类患难与共的朋友。
在当代社会家庭，许多都家养犬类为自己的宠物，而这些形形色色的犬类中又分为了许多不同种类的家犬品种，犬类品种的丰富更加增添了人们生活的乐趣。
2. 研究内容与预期目标
卷积神经网络(Convolutional Neural Network, CNN)是深度学习技术中极具代表的网络结构之一，在图像处理领域取得了很大的成功。
卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。
现在，CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像的复杂前期预处理，可以直接输入原始图像，因而得到了更为广泛的应用。
3. 研究方法与步骤
本课题使用开源的深度学习框架和成熟的CNN模型进行研究。
(1) 首先对主流的CNN模型和深度学习框架进行比较，有基本的了解和认识。
(2)查阅资料，进行可行性分析、需求分析等。
4. 参考文献
[1] 于奥运. 基于深度学习的犬种识别研究[J]. 现代计算机，2018(8):106-109. [2] 胡貌男，邱康，谢本亮. 基于改进卷积神经网络的图像分类方法[J]. 通信技术，2018, 51(11):2594-2600.[3] 葛程，孙国强. 基于卷积神经网络的图像分类研究[J].软件导刊，2018, 17(10):27-31.[4] 周志华著. 机器学习[M]. 北京: 清华大学出版社, 2016.[5] 吴岸城著. 神经网络与深度学习[M]. 北京: 电子工业出版社, 2016.[6] 赵永科著. 深度学习 - Caffe之经典模型详解与实战[M].北京: 电子工业出版社, 2016.[7] 赵永科著. 深度学习 - 21天实战Caffe[M]. 北京: 电子工业出版社, 2016.[8] Caffe Deep Learning Framework[EB/OL]. http://caffe.berkeleyvision.org/[9] [DSC 2016] 系列活動：李宏毅 / 一天搞懂深度學習. [EB/OL] https://www.slideshare.net/tw_dsconf/ss-62245351?qid=108adce3-2c3d-4758-a830-95d0a57e46bcamp;v=amp;b=amp;from_search=3[10] Caffe Deep Learning Framework[EB/OL]. http://caffe.berkeleyvision.org/
5. 工作计划
(1) 2022.1.10——2022.3.10：查阅资料，撰写开题报告，翻译英文资料(2) 2022.3.11——2022.3.18：需求分析，熟悉开发工具(3) 2022.3.19——2022.3.31：概要设计(4) 2022.4.1——2022.4.9：详细设计(5) 2022.4.10——2022.5.9：编写代码(6) 2022.5.10——2022.5.17：程序调试和测试(7) 2022.5.18——2022.5.31：整理资料，撰写毕业设计说明书(8) 2022.6.1——2022.6.10：答辩准备及答辩
以上是毕业论文开题报告，课题毕业论文、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。
