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）

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