全文总字数：4557字
文献综述
文 献 综 述开发背景如今交通路况日趋复杂，车辆越来越多，行人的不可控性越来越大，交通系统的管理要能够应对多发情况，而要想应对这些情况首先要对实时路口情况进行有效的分析，及目标检测，主要是对车辆和行人的识别并且要实时地进行标识,对于实时拍摄的图片要快速的识别出目标,才能及时的防止某些交通事故的发生,以及方便交通的管理。
卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。
卷积神经网络使用多层感知器的设计，采用最少的预处理。
基于它们的共享权重架构和平移不变性特征，卷积网络常用于由生物工艺在之间的连接图案的神经元类似于动物的组织视觉皮层，因此大量运用于计算机视觉领域。
目标检测是为了解决图像里的物体是什么，在哪里的问题。
输入一幅图像，输出的是图像里每个物体的类别和位置，其中位置用一个包含物体的框表示。
需要注意的是我们的目标，同时也是论文中常说的感兴趣的物体，指我们关心的类别,在此次毕业设计中主要是研究交通目标检测,其类别主要是行人和车辆，或者数据集包含的类别，并不是图像里所有的物体都是目标，比如在实时拍摄的图片中的建筑，草坪也是物体，但他们常常是背景。
目标检测的通用模型通常包含两部分：CNN 预测类别位置的部分。
CNN 可称为模型的骨干网络（backbone），预测部分就是网络的输出部分称为 head。
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
以上是毕业论文文献综述，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。
