计算机类-本科毕业设计快速通关攻略-(选题-创新点-论文框架-论文绘图)

news2024/9/24 1:23:03

一、推荐选题

大多数人都没有什么基础,不推荐做系统类的,建议走深度学习方向,简单易上手,下面将给出几个我认为不错的方向。

1、目标检测类

目标检测是每年深度学习毕业设计的主流,如Faster R-CNN、YOLO、SSD等算法的改进,以提高检测精度、速度或鲁棒性。

目前比较火的YOLO,也比较建议用YOLO,简单易上手,一个周之内基本上就会学会写配置文件以及各种改进。

医疗影像分析:如肺结节检测、病灶识别等。

工业质检:如产品缺陷检测、生产线上的物料识别等。

安防监控:如人脸识别、行为分析、异常事件检测等。

自动驾驶:如车辆检测、行人检测、车牌识别、交通标志识别等。

大多数数据集,比如人脸数据集,缺陷数据集,车牌数据集等基本上都是开源的,应有尽有。

2、小众类

2.1、生成对抗网络

生成对抗网络这类github上大多数是开源的,比如pix2pix,cyclegan等,都有预训练模型和数据集。

老照片上色:利用GANs为黑白老照片上色,恢复其原有色彩,提升视觉体验。

图像风格转换:通过GANs实现图像在不同风格之间的转换,如将素描画转换为彩色照片,或将现代城市景观转换为古典画风。

图像去雾:深度学习图像去雾技术主要基于卷积神经网络(CNN)等深度学习模型,通过自动学习图像中的雾霾特征并估计透射率和大气光等参数,从而恢复出清晰的图像。这些模型能够处理复杂的图像数据,并在大量训练数据的基础上不断优化去雾效果。

人脸修复、照片修复:将不完整的图像修复为完整图像等。

超分辨率重建:研究如何利用GANs将低分辨率图像转换为高分辨率图像,提高图像质量。

语音合成:探索GANs在语音处理中的应用,如语音合成、语音风格转换等。比如常用的变声器等。

2.2、GPT类

去找个开源模型,在写个GUI,套个壳就行。比较手里面没有牛犇的设备嘛。

3.3、人体姿态估计

人体姿态估计通过计算机算法在图像或视频中定位人体关键点,这些关键点通常包括人体的主要关节,如头部、肩部、肘部、手腕、臀部、膝盖、脚踝等。人体姿态估计技术被广泛应用于动作检测、虚拟现实、人机交互、视频监控等诸多领域。

这种识别出关键点后,一般要自己设计动作,比如各个关键点的距离长短,对应这不同动作等。

二、做创新点

大四毕业设计的创新点,与其说是创新点,不如说是引入了某某模块,真正做创新的人都是凤毛麟角了,普通人就老老实实的写引入了某某模块就行,要硬说是创新点也行。下面。将给出几个创新点。

如果是YOLO系列

1、增加检测头,小目标检测头等

2、替换主干网络,inception、MobileNet系列等,各种各样的一大堆。

3、用DCNV系列模块代替c2f,DCNV1、2、3等,也是一大堆。

4、引入某某注意力机制等等,比如接下里的CBAM等。

非YOLO系列

下面的模块加就行了,有些话不能说太直白,你细细品。

1、CBAM卷积注意力模块

首先就推荐这个模块,这是一个即插即用模块,任何卷积网络中都可以加入,完全不用动脑,加就完了。原论文中连图都给了,都不用你画的。

CBAM简单理解

2、多尺度卷积

别再用conv2d这种简单模块了,上多尺度卷积,提取更丰富的特征。

3、特征金字塔、金字塔池化等

特征的融合等等。

4、借鉴yolo的创新点:轻量化

YOLO中一些比较好的模块都可以拿来代替自己模型中的一些模块,做一下轻量化。比如快速金字塔池化等。

三、论文撰写

论文的撰写是大头,没有思路的同学,可以试试下面的框架,后期还可以改嘛。

1、框架:

1引言
        1.1研究背景及意义
        1.2国内外研究现状
        1.3主要研究内容

⒉XXXX相关知识
        2.1传统×××方法.
                2 .1.1基于XXX的方法

                简单介绍一下分析优缺点

                2.1.2基于XXX的方法

                简单介绍一下分析优缺点

        2.2深度学习在XXX领域的相关理论
                2.2.1 卷积与反卷积

                2.2.2 池化

                2.2.3激活函数                
        2.3本章小结

3.网络模型的选择与搭建

        3.1XXX模型

        3.2XXX模型的改进

                3.2.1 XXXXXX

                3.2.2 XXXXXX

                3.2.3XXXXXXX

        3.3本章小结

4、基于XXXXX的实验与结果分析

        4.1数据处理

        4.2评价指标

        4.3实验环境

        4.4实验结果以及分析

        4.5本章小结

注:有的同学是做带UI界面的比如pyqt等,可以在这里单独加一章,介绍一下UI界面等。

后期可能会出一期UI,可能是收费的,因为写UI的教程太复杂了,所以打算写一款模型和UI高度分离的界面,让大家可以简单的换背景换模型等等。

5 总结与展望

        5.1总结

                总结一下论文干了什么,相当于把前面说过的话简述一遍

        5.2展望

                以后这个方向的发展会怎样等等

2、参考文献(重点)

论文写完就要加参考文献了

先读几遍自己的论文,1、确保没有错句错字,逻辑错误等。2、熟悉自己的论文。

用自己的学号登录学校知网上找和自己相关的论文,大致读一读,看看人家有没有和自己相似的话,如果有,则看看人家引用的是什么,直接复制过来就行,格式百分之95是正确的。

3、改格式

根据学校要求改就行

四、论文绘图等等脏活累活顺便推销一下自己:

这些都是本人绘制的一些论文图片,2D和3D的都能绘制,别整天用你那个破world和ppt绘图了,建议用Visio。

注:如果懒得画,又爱臭美的女生,找药师就行。YOLO等脱胎换骨术等,换骨干网络,加模块,加检测头等。money绝对公道。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2078325.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

程序员心理健康测试问卷

当然,以下是一份针对程序员设计的心理健康测试问卷。这份问卷旨在帮助程序员评估自己的心理健康状态,并识别可能存在的心理问题。请注意,此问卷仅供参考,不能替代专业心理咨询或诊断。 程序员心理健康测试问卷 基本信息 姓名&am…

为什么不让程序员直接对接客户,而是通过产品经理?

从客户的角度来说,客户需要的是对自身业务的解决方案以及实现,即能够实现解决方案的软件或系统。从程序员的角度来讲,甲方说啥,我按着做就行了,即实现甲方说的软件或系统。但是甲方不懂技术,程序员不懂业务…

备忘录删除了怎么恢复?备忘录失而复得,掌握这3招!

备忘录是我们手机中的秘密花园,守护着每一个重要的思绪、待办事项与未来规划。它们不仅是日常工作的得力助手,更是心灵慰藉的小角落。但有时候,一个不经意的滑动或点击,这些珍贵的笔记和计划可能就会消失。备忘录删除了怎么恢复&a…

jpeg转pdf,分享5种图片转PDF的方法!

在日常工作和学习中,将JPEG图片转换为PDF文件是一项常见的需求。无论是为了保持文件的清晰度,还是为了方便分享和打印,JPEG转PDF都是一项非常实用的操作。本文将分享五种不同的JPEG转PDF的方法,帮助大家轻松完成这一任务。 方法一…

百度搜索的RLHF性能优化实践

作者 | 搜索架构部 导读 本文大语言模型在未经标注的大量文本上进行预训练后,可能产生包含偏见、泄露隐私甚至对人类构成威胁的内容。OpenAI 最先提出了基于人类反馈的强化学习算法(Reinforcement Learning fromHuman Feedback, RLHF),将人类偏好引入到…

五种多目标优化算法(MOAHA、NSGA2、NSGA3、SPEA2、MODA)性能对比,包含47个多目标测试函数,6种评价指标,MATLAB代码

一、五种多目标算法及六种评价指标简介 NSGA-III: NSGA-III是Deb在2013年提出的,用于解决高维多目标优化问题。它采用参考点基于的非支配排序方法,并引入了种群的自适应标准化和关联操作,以提高算法在高维问题上的性能和多样性 。…

线程 --- 同步与生产消费者模型

序言 在上一篇的内容中,我们学习了使用互斥锁来保护共享资源,避免多个线程竞争,造成数据不一致等问题。在这一篇文章中,我们将继续深入,学习多线程同步以及生产消费者模型。 1. 线程同步 1.1 什么是线程同步 线程互斥…

操作系统常见面试题总结

文章目录 1 操作系统基础1.1 什么是操作系统?1.2 操作系统主要有哪些功能?1.3 用户态和内核态1.3.1 什么是用户态和内核态?1.3.2 为什么要有用户态和内核态?只有一个内核态不行么?1.3.3 用户态和内核态是如何切换的&am…

HICOOL 2024全球创业大赛角出200个获奖项目

近日,经过超过200天的紧张竞争,HICOOL 2024全球创业大赛从124个国家和地区的7406个创新项目中脱颖而出,共选出了200个获奖项目。 其中,“新一代智能光学显微成像仪器与全流程解决方案”和“基于多尺度深度学习的功能型生物分子设…

Excel下拉框多选

记录一下学会一个新的知识! 两种方式 第一种方式:先在表格里写好需要的值,再在数据关联里面直接引入。 1.新建excel表格,输入下拉框需要的值。 2.点击——数据>有效性 3.选择——序列 4.数据来源——框住刚才写好的数据——…

IMU用于动物行为监测

近日,由比利时和法国组成的科研团队开展了一项创行性的研究,通过在牛颈部安装IMU(惯性测量单元),实现了对牛吃草行为的实时监测。该技术通过捕捉牛咀嚼时的微小动作,并结合机器学习算法,智能区分…

07--kubernetes.deploy与service

前言:这一章主要是deploy与service的配置及其原理,以及一些细节上的补充,同时还会附上镜像拉取策略和容器健康检查的一些操作实例,内容比较多,建议根据目录查看。 1、镜像拉取策略 IfNotPresent:在镜像已经存在的情况…

新迪天工®看图,专业的三维CAD看图工具

替代专业CAD软件,方便查看各种三维和二维CAD图纸 新迪天工看图是一款功能强大的三维模型和二维图纸查看工具,能帮助制造企业以较低的成本、较高的数据安全性实现产品设计数据的跨业务浏览和交互。 应用场景 1、设计图纸评审 可直接对三维模型和二维…

【MATLAB源码-第255期】基于matlab的长鼻浣熊优化算法(COA)无人机三维路径规划,输出做短路径图和适应度曲线.

操作环境: MATLAB 2022a 1、算法描述 长鼻浣熊优化算法(Coati Optimization Algorithm,COA)是一种新兴的群体智能优化算法,其灵感来源于长鼻浣熊在自然界中的觅食行为。长鼻浣熊是一种生活在美洲热带和亚热带森林中…

Redis中的数据类型及应用场景(面试版)

五种常用数据类型介绍 Redis中存储的都是key-value对结构的数据,其中key都是字符串类型,value有5种常用的数据类型: 字符串 string 哈希 hash 列表 list 集合 set 有序集合 sorted set / zset 各种数据类型特点 解释说明: …

DP10RF001支持200MHz~960MHz(G)FSK/OOK调制无线抄表工业传感无线遥控

简介 DP10RF001是一款工作于 200MHz~960MHz 范围内的低功耗、高性能、单片集成的(G)FSK/OOK无线收发芯片。内部集成完整的射频接收机、射频发射机、频率综合器、调制解调器,只需配备简单、低成本的外围器件就可以获得良好的收发性能。 芯片支持灵活可设的数据包格式…

6U VPX总线架构:搭载飞腾D2000/FT2000 + FPGA-K7(赛灵思)

"CPU FPGA" 结构是指一种结合了中央处理器(CPU)和现场可编程门阵列(FPGA)的系统架构。这种架构利用了CPU的通用计算能力和FPGA的并行处理能力,可以提供高效能、低延迟和高灵活性的计算平台。 K7是 Xilinx 7…

Linux进程信号——信号的捕捉、保存、处理

文章目录 信号的基本概念信号保存block位图pending位图handler数组 信号处理sigset_tsigemptysetsigfillsetsigaddset sigdelsetsigismembersigprocmask 捕捉信号 信号的基本概念 信号递达:实际处理信号的动作信号未决:信号从产生到递达之间的状态信号阻…

比人还毒舌的AI上线了!

前段时间社交媒体上很火的毒舌版AI,上线后异常火爆,网友把各路名人的账号输入,川普,马斯克等一干名人被吐槽得体无完肤。 现在这个功能国内也有了,推出了微博版的AI嘴替,微博上的名人纷纷中招。 体验地址&a…

如何修改注解里面的属性值

说明:Java中,注解里的属性值在编译时就已经固定了,是无法通过AOP或者反射技术直接去修改的。本文介绍如何通过动态代理的方式来修改属性值。 搭建环境 首先,创建一个简单的Spring Boot项目,pom.xml文件如下&#xff…