1. 研究目的与意义
随着社会的不断进步与发展，人工智能产品越来越被广大人民群众所接受，被应用在人类的生活中，甚至在各行各业都存在人工智能产品的影子。
但在人工智能技术中，图像识别系统起着非常大的作用，对于人工智能产品来说图像识别系统相当于它的眼睛，通过图像识别系统进行识别与处理，从而判断下一步的运行。
对于一个人工智能产品，如果图像识别系统出现错误，那么它将无法对目前状况进行相应的反应，从而出现错误的指令。
2. 课题关键问题和重难点
关键问题：1、熟悉深度学习开源框架tensorflow。
2、利用Google的深度学习开源框架tensorflow进行图像识别，识别机器人小车前方是否有障碍物。
需要采集大量图片，并且进行标注是否有障碍物，便于软件进行学习。
3. 国内外研究现状（文献综述）
在现如今飞速发展的社会，随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域也取得的很好的成绩，图像处理正显著地改变着人们的生活方式和生产手段。
在给我们带来了方便了的同时，也提高了各行各业也的精确度与准确度。
为人类社会的进步与发展带来了很大的帮助。
4. 研究方案
本次毕业论文主要是针对于基于深度学习方法的图像识别系统，主要应用于小车通过图像识别系统来判断前方是否有障碍物，从而使小车根据图像识别系统的判断进行相应的程序中。
具体方案：1、利用Google的深度学习开源框架tensorflow进行图像识别，识别机器人小车前方是否有障碍物。
需要采集大量图片，并且进行标注是否有障碍物，便于后续软件的开发使用。
5. 工作计划
第1周：通过查阅资料及参考相关文献学习进行专业学习，学习有关机器学习基础理论相关的知识。
第2周：结合第一周的学习，通过查阅资料继续进行专业学习，进一步对机器学习基础理论进入深入学习，掌握基础。
第3周：通过查阅资料资料及参考相关文献进行专业学习，学习深度学习基础理论知识。
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。
