发布时间：
论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 提出时间：2014年 论文地址： 针对问题： 从Alexnet提出后，作者等人思考如何利用卷积网络来完成检测任务，即输入一张图，实现图上目标的定位（目标在哪）和分类（目标是什么）两个目标，并最终完成了RCNN网络模型。 创新点： RCNN提出时，检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢，作者采用的是Selective Search候选区域提取算法，来获得当前输入图上可能包含目标的不同图像块，再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客： 。 论文题目：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 提出时间：2014年 论文地址： 针对问题： 该论文讨论了，CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后，在网络后端组织两组卷积或全连接层，一组用于实现定位，输出当前图像上目标的最小外接矩形框坐标，一组用于分类，输出当前图像上目标的类别信息。也是以此为起点，检测网络出现基础主干网络(backbone)+分类头或回归头（定位头）的网络设计模式雏形。 创新点： 在这篇论文中还有两个比较有意思的点，一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的，而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制，那用1x1卷积来替换FC层，是否可行呢？作者在测试时通过将全连接层替换为1x1卷积核证明是可行的；二是提出了offset max-pooling，也就是对池化层输入特征不能整除的情况，通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练，然后切换分类头为回归头，再训练回归头的参数，最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。 参考博客： 论文题目：Scalable Object Detection using Deep Neural Networks 提出时间：2014年 论文地址： 针对问题： 既然CNN网络提取的特征可以直接用于检测任务（定位+分类），作者就尝试将目标框（可能包含目标的最小外包矩形框）提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。 创新点： 本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心，（800个anchor box）然后学习预测不考虑目标类别的二分类网络，背景or前景。用到了多尺度下的检测。 参考博客： 论文题目：DeepBox: Learning Objectness with Convolutional Networks 提出时间：2015年ICCV 论文地址： 主要针对的问题： 本文完成的工作与第三篇类似，都是对目标框提取算法的优化方案，区别是本文首先采用自底而上的方案来提取图像上的疑似目标框，然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序；而第三篇为直接利用CNN网络来回归图像上可能的目标位置。创新点： 本文作者想通过CNN学习输入图像的特征，从而实现对输入网络目标框是否为真实目标的情况进行计算，量化每个输入框的包含目标的可能性值。 参考博客： 论文题目：AttentionNet: AggregatingWeak Directions for Accurate Object Detection 提出时间：2015年ICCV 论文地址： 主要针对的问题： 对检测网络的实现方案进行思考，之前的执行策略是，先确定输入图像中可能包含目标位置的矩形框，再对每个矩形框进行分类和回归从而确定目标的准确位置，参考RCNN。那么能否直接利用回归的思路从图像的四个角点，逐渐得到目标的最小外接矩形框和类别呢？ 创新点： 通过从图像的四个角点，逐步迭代的方式，每次计算一个缩小的方向，并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。 参考博客： 论文题目：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 提出时间：2014年 论文地址： 针对问题： 如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络，在处理过程中就造成了图像块信息的损失。在实际的场景中，输入网络的目标尺寸很难统一，而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。创新点： 作者提出的SPPnet中，通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸，在训练的时候，池化的操作还是通过滑动窗口完成的，池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。 参考博客 ： 论文题目：Object detection via a multi-region & semantic segmentation-aware CNN model 提出时间：2015年 论文地址： 针对问题： 既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位，本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。创新点： 作者通过对输入网络的region进行一定的处理（通过数据增强，使得网络利用目标周围的上下文信息得到更精准的目标框）来增加网络对目标回归框的精度。具体的处理方式包括：扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置，使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性，从而提高了回归框的精度。 参考博客 ： 论文题目：Fast-RCNN 提出时间：2015年 论文地址： 针对问题： RCNN中的CNN每输入一个图像块就要执行一次前向计算，这显然是非常耗时的，那么如何优化这部分呢？ 创新点： 作者参考了SPPNet（第六篇论文），在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸，从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图，再将原图上用Selective Search算法得到的目标框映射到特征图上，避免了特征的重复提取。 参考博客 ： 论文题目：DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers 提出时间：2015年 论文地址： 主要针对的问题： 本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文，作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。 创新点： 作者在不同的激活层上以滑动窗口的方式生成了假设，并表明最终的卷积层可以以较高的查全率找到感兴趣的对象，但是由于特征图的粗糙性，定位性很差。相反，网络的第一层可以更好地定位感兴趣的对象，但召回率降低。 论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 提出时间：2015年NIPS 论文地址： 主要针对的问题： 由multibox（第三篇）和DeepBox（第四篇）等论文，我们知道，用CNN可以生成目标待检测框，并判定当前框为目标的概率，那能否将该模型整合到目标检测的模型中，从而实现真正输入端为图像，输出为最终检测结果的，全部依赖CNN完成的检测系统呢？ 创新点： 将当前输入图目标框提取整合到了检测网络中，依赖一个小的目标框提取网络RPN来替代Selective Search算法，从而实现真正的端到端检测算法。 参考博客 ：
【嵌牛导读】目标检测在现实中的应用很广泛，我们需要检测数字图像中的物体位置以及类别，它需要我们构建一个模型，模型的输入一张图片，模型的输出需要圈出图片中所有物体的位置以及物体所属的类别。在深度学习浪潮到来之前，目标检测精度的进步十分缓慢，靠传统依靠手工特征的方法来提高精度已是相当困难的事。而ImageNet分类大赛出现的卷积神经网络（CNN）——AlexNet所展现的强大性能，吸引着学者们将CNN迁移到了其他的任务，这也包括着目标检测任务，近年来，出现了很多目标检测算法。 【嵌牛鼻子】计算机视觉 【嵌牛提问】如何理解目标检测算法——OverFeat 【嵌牛正文】 一、深度学习的典型目标检测算法 深度学习目标检测算法主要分为 双阶段检测算法 和 单阶段检测算法 ，如图1所示。双阶段目标检测算法先对图像提取候选框，然后基于候选区域做二次修正得到检测结果，检测精度较高，但检测速度较慢;单阶段目标验测算法直接对图像进行计算生成检测结果，检测速度快,但检测精度低。 1、双阶段目标检测算法 双阶段目标检测方法主要通过选择性搜索（Selective Search）或者Edge Boxes等算法对输入图像选取可能包含检测目标的候选区域（Region Proposal），再对候选区域进行分类和位置回归以得到检测结果。 1.1 OverFeat 算法 《OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks》 Sermanet 等改进AlexNet 提出 OverFeat 算法。该算法结合AlexNet通过多尺度滑动窗口实现特征提取功能，并且共享特征提取层，应用于图像分类、定位和目标检测等任务。 关键技术： 1、FCN（ 全卷积神经网络 ） 对于一个各层参数结构都设计好的网络模型，要求输入图片的尺寸是固定的（例如，Alexnet要求输入图片的尺寸为227px*227px）。如果输入一张500*500的图片，希望模型仍然可以一直前向传导，即一个已经设计完毕的网络，可以输入任意大小的图片，这就是FCN。 FCN的思想在于： 1、从卷积层到全连接层，看成是对一整张图片的卷积层运算。 2、从全连接层到全连接层，看成是采用1*1大小的卷积核，进行卷积层运算。如上图所示，绿色部分代表卷积核大小。假设一个CNN模型，其输入图片大小是14*14，通过第一层卷积后得到10*10大小的图片，然后接着通过池化得到了5*5大小的图片。像但是对于像素值为5*5的图片到像素值为1*1的图片的过程中： （1）传统的CNN：如果从以前的角度进行理解的话，那么这个过程就是全连接层，我们会把这个5*5大小的图片，展平成为一维向量进行计算。 （2）FCN：FCN并不是把5*5的图片展平成一维向量再进行计算，而是直接采用5*5的卷积核，对一整张图片进行卷积运算。 二者本质上是相同的，只是角度不同，FCN把这个过程当成了对一整张特征图进行卷积，同样，后面的全连接层也是把它当做是以1*1大小的卷积核进行卷积运算。 当输入一张任意大小的图片，就需要利用以上所述的网络，例如输入一张像素为16*16的图片：根据上图，该网络最后的输出是一张2*2的图片。可见采用FCN网络可以输入任意大小的图片。同时需要注意的是网络最后输出的图片大小不在是一个1*1大小的图片，而是一个与输入图片大小息息相关的一张图片。 Overfeat就是把采用FCN的思想把全连接层看成了卷积层，在网络测试阶段可以输入任意大小的图片。 2、offset max-pooling 简单起见，不用二维的图像作为例子，而是采用一维作为示例： 如上图所示，在X轴上有20个神经元，并且选择池化size=3的非重叠池化，那么根据之前所学的方法应该是：对上面的20个神经元，从1位置开始进行分组，每3个连续的神经元为一组，然后计算每组的最大值(最大池化)，19、20号神经元将被丢弃，如下图所示： 或者可以在20号神经元后面，添加一个数值为0的神经元编号21，与19、20成为一组，这样可以分成7组:[1,2,3]，[4,5,6]……, [16,17,18],[19,20,21]，最后计算每组的最大值。 如果只分6组，除了以1作为初始位置进行连续组合之外，也可以从位置2或者3开始进行组合。也就是说其实有3种池化组合方法： A、△=0分组:[1,2,3]，[4,5,6]……,[16,17,18]； B、△=1分组:[2,3,4]，[5,6,7]……,[17,18,19]； C、△=2分组:[3,4,5]，[6,7,8]……,[18,19,20]； 对应图片如下： 以往的CNN中，一般只用△=0的情况，得到池化结果后，就送入了下一层。但是该文献的方法是，把上面的△=0、△=1、△=2的三种组合方式的池化结果，分别送入网络的下一层。这样的话，网络在最后输出的时候，就会出现3种预测结果了。 前面所述是一维的情况，如果是2维图片的话，那么(△x,△y)就会有9种取值情况(3*3)；如果我们在做图片分类的时候，在网络的某一个池化层加入了这种offset 池化方法，然后把这9种池化结果，分别送入后面的网络层，最后的图片分类输出结果就可以得到9个预测结果(每个类别都可以得到9种概率值，然后我们对每个类别的9种概率，取其最大值，做为此类别的预测概率值)。 算法原理： 文献中的算法，就是把这两种思想结合起来，形成了文献最后测试阶段的算法。 1、论文的网络架构与训练阶段 (1)网络架构 对于网络的结构，文献给出了两个版本——快速版、精确版，一个精度比较高但速度慢；另外一个精度虽然低但是速度快。下面是高精度版本的网络结构表相关参数： 表格参数说明： 网络输入：图片大小为221px*221px； 网络结构方面基本上和AlexNet相同，使用了ReLU激活，最大池化。不同之处在于：(a)作者没有使用局部响应归一化层；(b)然后也没有采用重叠池化的方法；(c)在第一层卷积层，stride作者是选择了2，这个与AlexNet不同（AlexNet选择的跨步是4，在网络中，如果stride选择比较大得话，虽然可以减少网络层数，提高速度，但是却会降低精度）。 需要注意的是把f7这一层，看成是卷积核大小为5*5的卷积层，总之就是需要把网络看成前面所述的FCN模型，去除了全连接层的概念，因为在测试阶段可不是仅仅输入221*221这样大小的图片，在测试阶段要输入各种大小的图片，具体请看后面测试阶段的讲解。 (2)网络训练 训练输入：对于每张原图片为256*256，然后进行随机裁剪为221*221的大小作为CNN输入，进行训练。 优化求解参数设置：训练的min-batchs选择128，权重初始化选择高斯分布的随机初始化： 然后采用随机梯度下降法，进行优化更新，动量项参数大小选择0.6，L2权重衰减系数大小选择10-5次方。学习率初始化值为0.05，根据迭代次数的增加，每隔几十次的迭代后，就把学习率的大小减小一半。 然后就是DropOut，这个只有在最后的两个全连接层，才采用dropout，dropout比率选择0.5。 2、网络测试阶段 在Alexnet的文献中，预测方法是输入一张图片256*256，然后进行multi-view裁剪，也就是从图片的四个角进行裁剪，还有就是一图片的中心进行裁剪，这样可以裁剪到5张224*224的图片。然后把原图片水平翻转一下，再用同样的方式进行裁剪，又可以裁剪到5张图片。把这10张图片作为输入，分别进行预测分类，在后在softmax的最后一层，求取个各类的总概率，求取平均值。 然而Alexnet这种预测方法存在两个问题： 一方面这样的裁剪方式，把图片的很多区域都给忽略了，这样的裁剪方式，刚好把图片物体的一部分给裁剪掉了； 另一方面，裁剪窗口重叠存在很多冗余的计算，像上面要分别把10张图片送入网络，可见测试阶段的计算量还是较大的。 Overfeat算法： 训练完上面所说的网络之后，在测试阶段不再是用一张221*221大小的图片了作为网络的输入，而是用了6张大小都不相同的图片，也就是所谓的多尺度输入预测，如下表格所示： 当网络前向传导到layer 5的时候，就利用了前面所述的FCN、offset pooling这两种思想的相结合。现以输入一张图片为例(6张图片的计算方法都相同)，讲解layer 5后面的整体过程，具体流程示意图如下： 步骤一： 对于某个尺度的图片，经过前五层的卷积后得到特征图。上图中特征图的分辨率是20x23，256个通道。 步骤二： 对于该特征图，重复多次使用非重叠的池化，每次池化的偏置不同，有行偏置和列偏置。上图中偏置池化3次，偏置分别为为(0,1,2)。这就是offset pooling，也被称为fine stride。offset pooling得到的特征图的维度为6x7x3x3xD，其中6x7是特征图的分辨率，3x3是偏置池化的次数，D是通道数。上图中是以1维显示的。 步骤三： 池化后得到的特征图将被送入分类器。 步骤四： 分类器的输入是的5x5xD，输出是C(类别数)维向量。但是offset pooling后得到的特征图并不是5x5xD，比如上图中的特征图大小为6x7xD，因此分类器以滑动窗口的方式应用在特征图上，每个滑动窗口经过分类器输出一个C维向量。比如上图中输入的6x7xD的特征图最终得到2x3xC的输出，其中2x3是滑动窗口的个数。 步骤五： 而2x3xC只是一组偏置池化的输出，总的输出为2x3x3x3xC，将输出的张量reshape，得到6x9xC输出张量。最终输出分类张量为3d张量，即两个分辨率维度 x C维。 然后需要在后面把它们拉成一维向量，这样在一个尺度上，可以得到一个C*N个预测值矩阵，每一列就表示图片属于某一类别的概率值，并且求取每一列的最大值，作为本尺度的每个类别的概率值。 最后一共用了6种不同尺度(文献使用了12张，另外6张是水平翻转的图片)进行做预测，然后把这六种尺度结果再做一个平均，作为最最后的结果。 从上面过程可以看到整个网络分成两部分：layer 1~5这五层称之为特征提取层；layer 6~output称之为分类层。 六、定位任务 用于定位任务的时候，就把分类层(上面的layer 6~output)给重新设计一下，把分类改成回归问题，然后在各种不同尺度上训练预测物体的bounding box。
论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 提出时间：2014年 论文地址： 针对问题： 从Alexnet提出后，作者等人思考如何利用卷积网络来完成检测任务，即输入一张图，实现图上目标的定位（目标在哪）和分类（目标是什么）两个目标，并最终完成了RCNN网络模型。 创新点： RCNN提出时，检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢，作者采用的是Selective Search候选区域提取算法，来获得当前输入图上可能包含目标的不同图像块，再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客： 。 论文题目：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 提出时间：2014年 论文地址： 针对问题： 该论文讨论了，CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后，在网络后端组织两组卷积或全连接层，一组用于实现定位，输出当前图像上目标的最小外接矩形框坐标，一组用于分类，输出当前图像上目标的类别信息。也是以此为起点，检测网络出现基础主干网络(backbone)+分类头或回归头（定位头）的网络设计模式雏形。 创新点： 在这篇论文中还有两个比较有意思的点，一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的，而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制，那用1x1卷积来替换FC层，是否可行呢？作者在测试时通过将全连接层替换为1x1卷积核证明是可行的；二是提出了offset max-pooling，也就是对池化层输入特征不能整除的情况，通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练，然后切换分类头为回归头，再训练回归头的参数，最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。 参考博客： 论文题目：Scalable Object Detection using Deep Neural Networks 提出时间：2014年 论文地址： 针对问题： 既然CNN网络提取的特征可以直接用于检测任务（定位+分类），作者就尝试将目标框（可能包含目标的最小外包矩形框）提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。 创新点： 本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心，（800个anchor box）然后学习预测不考虑目标类别的二分类网络，背景or前景。用到了多尺度下的检测。 参考博客： 论文题目：DeepBox: Learning Objectness with Convolutional Networks 提出时间：2015年ICCV 论文地址： 主要针对的问题： 本文完成的工作与第三篇类似，都是对目标框提取算法的优化方案，区别是本文首先采用自底而上的方案来提取图像上的疑似目标框，然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序；而第三篇为直接利用CNN网络来回归图像上可能的目标位置。创新点： 本文作者想通过CNN学习输入图像的特征，从而实现对输入网络目标框是否为真实目标的情况进行计算，量化每个输入框的包含目标的可能性值。 参考博客： 论文题目：AttentionNet: AggregatingWeak Directions for Accurate Object Detection 提出时间：2015年ICCV 论文地址： 主要针对的问题： 对检测网络的实现方案进行思考，之前的执行策略是，先确定输入图像中可能包含目标位置的矩形框，再对每个矩形框进行分类和回归从而确定目标的准确位置，参考RCNN。那么能否直接利用回归的思路从图像的四个角点，逐渐得到目标的最小外接矩形框和类别呢？ 创新点： 通过从图像的四个角点，逐步迭代的方式，每次计算一个缩小的方向，并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。 参考博客： 论文题目：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 提出时间：2014年 论文地址： 针对问题： 如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络，在处理过程中就造成了图像块信息的损失。在实际的场景中，输入网络的目标尺寸很难统一，而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。创新点： 作者提出的SPPnet中，通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸，在训练的时候，池化的操作还是通过滑动窗口完成的，池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。 参考博客 ： 论文题目：Object detection via a multi-region & semantic segmentation-aware CNN model 提出时间：2015年 论文地址： 针对问题： 既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位，本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。创新点： 作者通过对输入网络的region进行一定的处理（通过数据增强，使得网络利用目标周围的上下文信息得到更精准的目标框）来增加网络对目标回归框的精度。具体的处理方式包括：扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置，使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性，从而提高了回归框的精度。 参考博客 ： 论文题目：Fast-RCNN 提出时间：2015年 论文地址： 针对问题： RCNN中的CNN每输入一个图像块就要执行一次前向计算，这显然是非常耗时的，那么如何优化这部分呢？ 创新点： 作者参考了SPPNet（第六篇论文），在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸，从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图，再将原图上用Selective Search算法得到的目标框映射到特征图上，避免了特征的重复提取。 参考博客 ： 论文题目：DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers 提出时间：2015年 论文地址： 主要针对的问题： 本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文，作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。 创新点： 作者在不同的激活层上以滑动窗口的方式生成了假设，并表明最终的卷积层可以以较高的查全率找到感兴趣的对象，但是由于特征图的粗糙性，定位性很差。相反，网络的第一层可以更好地定位感兴趣的对象，但召回率降低。 论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 提出时间：2015年NIPS 论文地址： 主要针对的问题： 由multibox（第三篇）和DeepBox（第四篇）等论文，我们知道，用CNN可以生成目标待检测框，并判定当前框为目标的概率，那能否将该模型整合到目标检测的模型中，从而实现真正输入端为图像，输出为最终检测结果的，全部依赖CNN完成的检测系统呢？ 创新点： 将当前输入图目标框提取整合到了检测网络中，依赖一个小的目标框提取网络RPN来替代Selective Search算法，从而实现真正的端到端检测算法。 参考博客 ：
选题目的与意义，即回答为什么要研究，交代研究的价值及需要背景。一般先谈现实需要——由存在的问题导出研究的实际意义，然后再谈理论及学术价值，要求具体、客观，且具有针对性，注重资料分析基础，注重时代、地区或单位发展的需要，切忌空洞无物的口号。国内外研究现状，即文献综述，要以查阅文献为前提，所查阅的文献应与研究问题相关，但又不能过于局限。与问题无关则流散无穷；过于局限又违背了学科交叉、渗透原则，使视野狭隘，思维窒息。所谓综述的“综”即综合，综合某一学科领域在一定时期内的研究概况；“述”更多的并不是叙述，而是评述与述评，即要有作者自己的独特见解。要注重分析研究，善于发现问题，突出选题在当前研究中的位置、优势及突破点；要摒弃偏见，不引用与导师及本人观点相悖的观点是一个明显的错误。综述的对象，除观点外，还可以是材料与方法等。扩展资料：毕业论文的目录一般说来，篇幅较长的毕业论文，都设有分标题。设置分标题的论文，因其内容的层次较多，整个理论体系较庞大、复杂，故通常设目录。设置目录的目的主要是：1、使读者能够在阅读该论文之前对全文的内容、结构有一个大致的了解，以便读者决定是读还是不读，是精读还是略读等。2、为读者选读论文中的某个分论点时提供方便。长篇论文，除中心论点外，还有许多分论点。当读者需要进一步了解某个分论点时，就可以依靠目录而节省时间。目录一般放置在论文正文的前面，因而是论文的导读图。要使目录真正起到导读图的作用，必须注重：1、准确。目录必须与全文的纲目相一致。也就是说，本文的标题、分标题与目录存在着一一对应的关系。2、清楚无误。目录应逐一标注该行目录在正文中的页码。标注页码必须清楚无误。3、完整。目录既然是论文的导读图，因而必然要求具有完整性。也就是要求文章的各项内容，都应在目录中反映出来，不得遗漏。
毕业论文[bì yè lùn wén]毕业论文（graduation study），按一门课程计，是普通中等专业学校、高等专科学校、本科院校、高等教育自学考试本科及研究生学历专业教育学业的最后一个环节，为对本专业学生集中进行科学研究训练而要求学生在毕业前总结性独立作业、撰写的论文。从文体而言，它也是对某一专业领域的现实问题或理论问题进行 科学研究探索的具有一定意义的论文。一般安排在修业的最后一学年（学期）进行。学生须在教师指导下，选定课题进行研究，撰写并提交论文。目的在于培养学生的科学研究能力；加强综合运用所学知识、理论和技能解决实际问题的训练；从总体上考查学生学习所达到的学业水平。论文题目由教师指定或由学生提出，经教师同意确定。均应是本专业学科发展或实践中提出的理论问题和实际问题。通过这一环节，应使学生受到有关科学研究选题，查阅、评述文献，制订研究方案，设计进行科学实验或社会调查，处理数据或整理调查结果，对结果进行分析、论证并得出结论，撰写论文等项初步训练。
文秀网论文预期目标范文2020-11-28 13:04:51论文预期目标怎么写1.使读者能够在阅读该论文之前对全文的内容、结构有一个大致的了解，以便读者决定是读还是不读，是精读还是略读等。2.为读者选读论文中的某个分论点时提供方便。长篇论文，除中心论点外，还有许多分论点。当读者需要进一步了解某个分论点时，就可以依靠目录而节省时间。目录一般放置在论文正文的前面，因而是论文的导读图。要使目录真正起到导读图的作用，必须注意：1.准确。目录必须与全文的纲目相一致。也就是说，本文的标题、分标题与目录存在着一一对应的关系。2.清楚无误。目录应逐一标注该行目录在正文中的页码。标注页码必须清楚无误。3.完整。目录既然是论文的导读图，因而必然要求具有完整性。也就是要求文章的各项内容，都应在目录中反映出来，不得遗漏。论文中的预期成果形式和预期目标怎么写题报告是指开题者对科研课题的一种文字说明材料。这是一种新的应用文体，这种文字体裁是随着现代科学研究活动计划性的增强和科研选题程序化管理的需要应运而生的。开题报告一般为表格式，它把要报告的每一项内容转换成相应的栏目，这样做，既便于开题报告按目填写，避免遗漏；又便于评审者一目了然，把握要点。开题报告包括综述、关键技术、可行性分析和时间安排等四个方面 。开题报告作为毕业论文答辩委员会对学生答辩资格审查的依据材料之一。由于开题报告是用文字体现的论文总构想，因而篇幅不必过大，但要把计划研究的课题、如何研究、理论适用等主要问题。开题报告的总述部分应首先提出选题，并简明扼要地说明该选题的目的、目前相关课题研究情况、理论适用、研究方法。开题报告是由选题者把自己所选的课题的概况（即"开题报告内容"），向有关专家、学者、科技人员进行陈述。然后由他们对科研课题进行评议。亦可采用"德尔菲法"评分；再由科研管理部门综合评议的意见，确定是否批准这一选题。开题报告的内容大致如下：课题名称、承担单位、课题负责人、起止年限、报名提纲。报名提纲包括：(1)课题的目的、意义、国内外研究概况和有关文献资料的主要观点与结论；(2)研究对象、研究内容、各项有关指标、主要研究方法（包括是否已进行试验性研究）；(3)大致的进度安排；(4)准备工作的情况和目前已具备的条件（包括人员、仪器、设备等）；(5)尚需增添的主要设备和仪器（用途、名称、规格、型号、数量、价格等）；(6)经费概算；(7)预期研究结果；(8)承担单位和主要协作单位、及人员分工等。同行评议，着重是从选题的依据、意义和技术可行性上做出判断。即从科学技术本身为决策提供必要的依据。开题报告的格式（通用）由于开题报告是用文字体现的论文总构想，因而篇幅不必过大，但要把计划研究的课题、如何研究、理论适用等主要问题说清楚，应包含两个部分：总述、提纲。1 总述开题报告的总述部分应首先提出选题，并简明扼要地说明该选题的目的、目前相关课题研究情况、理论适用、研究方法、必要的数据等等。2 提纲开题报告包含的论文提纲可以是粗线条的，是一个研究构想的基本框架。可采用整句式或整段式提纲形式。在开题阶段，提纲的目的是让人清楚论文的基本框架，没有必要像论文目录那样详细。3 参考文献开题报告中应包括相关参考文献的目录4 要求开题报告应有封面页，总页数应不少于4页。版面格式应符合以下规定。开 题 报 告学 生：一、 选题意义1、 理论意义2、 现实意义二、 论文综述1、 理论的渊源及演进过程2、 国外有关研究的综述3、 国内研究的综述4、 本人对以上综述的评价三、 论文提纲前言、一、1、2、3、··· ···二、1、2、3、··· ···三、1、2、3、结论四、论文写作进度安排毕业论文开题报告提纲一、开题报告封面：论文题目、系别、专业、年级、姓名、导师二、目的意义和国内外研究概况三、论文的理论依据、研究方法、研究内容四、研究条件和可能存在的问题五、预期的结果六、进度安排毕业论文开题报告中设计的方法及预期目标应该写什么啊根据我搜集的一些网站来看，建议看看这个，要做毕业论文以及毕业设计的，推荐一个网站 ，里面的毕业设计什么的全是优秀的，因为精挑细选的，网上很少有，都是相当不错的毕业论文和毕业设计，对毕业论文的写作有很大的参考价值，希望对你有所帮助。别的相关范文很多的，推荐一些比较好的范文写作网站，希望对你有帮助，这些精选的范文网站，里面有大量的范文，也有各种文章写作方法，注意事项，应该有适合你的，自己动手找一下，可不要照搬啊，参考一下，用自己的语言写出来那才是自己的。 如果你不是校园网的话，请在下面的网站找： 毕业论文网： 分类很细 栏目很多 毕业论文： 开题报告： 实习论文： 写作指导： 。大学生未来规划范文大学生职业规划范文 我的大学职业生涯规划总论：不少人都曾经这样问过自己：“人生之路到底该如何去走？”记得一位哲人这样说过：“走好每一步，这就是你的人生。”是啊，人生之路说长也长，因为它是你一生意义的诠释；人生之路说短也短，因为你生活过的每一天都是你的人生。每个人都在设计自己的人生，都在实现自己的梦想。对于我们大学生来说，职业生涯目标的设定，是职业生涯规划的核心。一个人事业的成败，很大程度上取决于有无正确适当的目标。没有目标如同驶入大海的孤舟，四野茫茫，没有方向，不知道自己走向何方。只有树立了目标，才能明确奋斗方向，犹如海洋中的灯塔，引导你避开险礁暗石，走向成功。一. 意义及自我分析有了成功的目标。明确自己人生的大目标，对把握好目标有直接的促进作用。认真策划人生每一步。有道是："凡事预则立，不预则废"，千真万确。对自己做的或将要做的事没有任何准备，就是在为失败做准备。（1）学历目标：大专毕业（以后有必要了 还有要"充电"。（2）经济目标：年薪25万（3） 方 向：企业高级管理人员 建立自己的公司（生化）二.社会环境规划和职业分析（三年规划）1、社会一般环境中国政治稳定，经济持续发展。在全球经济一体化环境中的重要角色。经济发展有强劲的势头，加入wto后，会有大批的外国企业进入中国市场，中国的企业也将走出国门。2、管理职业特殊社会环境由于中国的管理科学发展较晚，管理知识大部分源于国外，中国的企业管理还有许多不完善的地方。中国急需管理人才，尤其是经过系统培训的高级管理人才。因此企业管理职业市场广阔。三.大学三年规划：1.职业目标：（2006-2008年）（1）职务目标：先从学生会干，勤工俭学，逐步了解企业对大学生的要求。（2）能力目标：掌握专业知识，了解其他方面对自己有用的 知识。（3）经济目标：在校期间兼职，年收入1万元左右；一年级：为试探期和定向期：首先要适应由高中生到大学生的角色转变，重新确定自己的学习目标和要求；其次，要开始接触职业和职业生涯的概念，特别要重点了解自己未来所希望从事的职业或与自己所学专业对口的职业，进行初步的职业生涯设计；熟悉环境，建立新的人际关系，提高交际沟通能力，在职业认识方面可以向高年级学生尤其是大四的毕业生询问就业情况；积极参加各种各样的社团活动，增加交流技巧；在学习方面，要巩固扎实专业基础知识，加强英语.计算机能力的培养，掌握现代职业者所应具备的最基本技能；要初步了解职业，提高人际沟通能力。大一学习任务不重，应多参加学校活动，增加交流技巧，但不要盲目地参加。在定向期，应考虑未来是否深造或就业，通过参加学生会或社团等组织，锻炼自己的能力，同时检验自己的知识技能；提高自己的责任感，主动性和受挫能力，并开始有选择地辅修其他专业的知识来填充自己。二年级：为准备期.加强专业知识学习的同时，考取与目标职业有关的职业资格证书或相应地通过职业技能鉴定。因为临近毕业，所以目标应锁定在提高求职技能、搜集公司信息上。参加与专业有关的暑期工作，和同学交流求职工作心得体会，学习写简历、求职信等求职技巧，了解搜集就业信息的渠道，并确定自己是否要升本或考研。要积极锻炼自己得到独立解决问题的能力和创造性；积极常识并加入校友网络，了解往年的求职情况。三年级：为分化期（冲刺就业）：目标应锁定在工作申请及成功就业上.这时可先对前两年的准备做一个总结：首先检验自己已确立的职业目标是否明确，前两年的准备是否充分；然后开始毕业后工作的申请，积极参加招聘活动，在实践中检验自己的积累和准备；最后，预习或模拟面试。积极利用学校提供的条件，强化求职技巧，进行模拟面试等训练，尽可能地做出充分准备。在撰写毕业论文的时，可大胆提自己的见解，锻炼自己独立解决问题的能力和创造性。另外，要重视实习机会，通过实习从宏观上了解单位的工作方式、运转模式、工作流程，从微观上明确个人在岗位上的职责要求及规范，为正式走上工作岗位奠定良好的基础。四.目标分解与目标组合]（大学三年）（1） 目标分解：目标可分解成两个大的目标—— 一个是顺利毕业，一个是成为一个有一家公司的 生化方面的 技术人员。对于第一个目标，又可分解为把专业课学好和把选修课学好，以便修完足够的学分，顺利毕业。接下来，还可以细分：在专业课程中，如何学好每一门课程（精通一两门自己喜欢的课，如有机化学）；在选修课程中，需要选择哪些课程，如何学好…….对于第二目标，又可分解为接触社会阶段，了解市场阶段、熟悉公司运营阶段。接下来，还可以细分：在接触社会阶段，要采用什么办法，和哪些公司保持联系.如何锻炼自己…….（2） 目标组合：顺利毕业的前提是学好专业课程，而专业课程的学习则对职业目标（成为一个有一家公司的 生化方面的 技术人员）有促进作用。（1）自身现状英语水平可以，能流利沟通；生化专业扎实，略通经贸知识；具有较强的人际沟通能力；思维敏捷，表达较流畅；在大学期间长期担任学生干部，有较强的组织协调能力；有很强的学习。论文关于大学生目标的范文韩愈曾说：“凡事预则立，不预则废。”这里的“预”可理解为一种预见性、计划性。以下几个小故事，也许可以说明一些问题： 人生之旅从选定方向开始。没有方向的帆永远是逆风，没有方向的人生不过是在绕圈子。西撒哈拉沙漠中的旅游胜地——比赛尔，在很久以前，是一个只能进、不能出的贫瘠地方。在一望无际的沙漠里，一个人如果凭着感觉往前走，他只会走出许多大小不一的圆圈。后来，一位青年在北斗星的指引下，成功地走到了大漠边缘。这位青年成了比赛尔的开拓者，他的铜像被竖在小城的中央，铜像的底座上刻着一行字：新生活是从选定方向开始的。 有什么样的目标就有什么样的人生。这话出自世界顶尖潜能大师安东尼·罗宾之口。仅仅有了方向还不够，还要沿着这个方向设定目标并不断调整目标。澳大利亚的一个草原上草儿长得特别好，羊群规模越来越大。羊为了争夺食物，都不愿意落在后面，开始不断地往前奔跑，到最后所有的羊只想吃到最前面的草而都朝一个方向不停奔跑，结果成批的羊一直跑到草原尽头的悬崖边缘并跳了下去——它们已经完全忘记了自己奔跑的目标是吃草，而把奔跑本身当作了目标。用一年的时间赢得一生的成功。世界著名投资公司“软银”的创始人孙正义，曾经在23岁时花了1年多的时间来想自己到底要做什么。他把自己想做的40多种事情都列出来，而后逐一地做详细的市场调查，并做出了10年的预想损益表、资金周转表和组织结构图，40个项目的资料全部合起来足有10多米高。然后他列出了25项选择事业的标准，包括该工作是否能使自己全身心投入50年不变、10年内是否至少能成为全日本第一等等。依照这些标准，他给自己的40个项目打分排队，计算机软件批发业务脱颖而出。用十几米厚的资料做事业选择，目光放在几十年之后，这样的深思熟虑，这样的周密规划，注定了他日后的成功。把80%的时间留给未来。一成功人士说，用20%的时间去处理眼前的紧要事情，而用80%的时间去做那些暂时没有收益但以后会有的重要事情。有一则报道说，300 条鲸鱼在追逐沙丁鱼时，不知不觉被困在一个海湾里而死亡。弗里德里克·布朗·哈里斯说：“海上巨人因为追逐小利而惨死，为了微不足道的目标而空耗了自己的大力。”要为自己定一个10年规划，如果要发挥潜能，你还必须全神贯注于自己有优势并会有高回报的方面，反过来，这些优势会进一步发展并帮助你实现目标。 1953年，耶鲁大学对毕业生进行了一次有关人生目标的调查。当被问及是否有清楚明确的目标以及达成的书面计划时，结果只有3%的学生选择了肯定回答。20年后，通过跟踪调查发现，那3%有达成目标书面计划的学生，在财务状况上远高于其他97%的学生。人生的路很长，但紧要处只有几步，尤其在年轻的时候。许多人埋头苦干，却不知所为何来，到发现搭错了方向却为时已晚。因此，我们必须树立真正的目标，澄明思想，凝聚继续向前的力量。毕业论文开题报告中可行性分析是对技术的环境可行、经济可行、政策可行、技术可行进行分析，以此来判断方案的可行或不可行。并作出总结。您的开题报告有什么要求呢开题报告是需要多少字呢你可以告诉我具体的排版格式要求，希望可帮到你，祝顺利开题报告主要包括以下几个方面：（一）论文名称论文名称就是课题的名字第一，名称要准确、规范。准确就是论文的名称要把论文研究的问题是什么，研究的对象是什么交待清楚，论文的名称一定要和研究的内容相一致，不能太大，也不能太小，要准确地把你研究的对象、问题概括出来。第二，名称要简洁，不能太长。不管是论文或者课题，名称都不能太长，能不要的字就尽量不要，一般不要超过20个字。（二） 论文研究的目的、意义研究的目的、意义也就是为什么要研究、研究它有什么价值。这一般可以先从现实需要方面去论述，指出现实当中存在这个问题，需要去研究，去解决，本论文的研究有什么实际作用，然后，再写论文的理论和学术价值。这些都要写得具体一点，有针对性一点，不能漫无边际地空喊口号。主要内容包括：⑴ 研究的有关背景（课题的提出）： 即根据什么、受什么启发而搞这项研究。 ⑵ 通过分析本地（校） 的教育教学实际，指出为什么要研究该课题，研究的价值，要解决的问题。（三） 本论文国内外研究的历史和现状（文献综述）。 规范些应该有，如果是小课题可以省略。一般包括：掌握其研究的广度、深度、已取得的成果；寻找有待进一步研究的问题，从而确定本课题研究的平台（起点）、研究的特色或突破点。（四）论文研究的指导思想指导思想就是在宏观上应坚持什么方向，符合什么要求等，这个方向或要求可以是哲学、政治理论，也可以是政府的教育发展规划，也可以是有关研究问题的指导性意见等。（五） 论文写作的目标论文写作的目标也就是课题最后要达到的具体目的，要解决哪些具体问题，也就是本论文研究要达到的预定目标：即本论文写作的目标定位，确定目标时要紧扣课题，用词要准确、精练、明了。常见存在问题是：不写研究目标；目标扣题不紧；目标用词不准确； 目标定得过高， 对预定的目标没有进行研究或无法进行研究。确定论文写作目标时，一方面要考虑课题本身的要求，另一方面要考率实际的工作条件与工作水平。（六）论文的基本内容研究内容要更具体、明确。并且一个目标可能要通过几方面的研究内容来实现，他们不一定是一一对应的关系。大家在确定研究内容的时候，往往考虑的不是很具体，写出来的研究内容特别笼统、模糊，把写作的目的、意义当作研究内容。基本内容一般包括：⑴对论文名称的界说。应尽可能明确三点：研究的对象、研究的问题、研究的方法。⑵本论文写作有关的理论、名词、术语、概念的界说。（七）论文写作的方法具体的写作方法可从下面选定： 观察法、调查法、实验法、经验总结法、 个案法、比较研究法、文献资料法等。（八）论文写作的步骤论文写作的步骤，也就是论文写作在时间和顺序上的安排。论文写作的步骤要充分考虑研究内容的相互关系和难易程度，一般情况下，都是从基础问题开始，分阶段进行，每个阶段从什么时间开始，至什么时间结束都要有规定。课题研究的主要步骤和时间安排包括：整个研究拟分为哪几个阶段；各阶段的起止时间 希望可以帮你。您的调查报告有什么要求呢调查报告是需要多少字呢调查报告准备往哪个方向写你可以告诉我具体的排版格式要求，希望可帮到你，祝顺利怎么写开题报告呢？ 首先要把在准备工作当中搜集的资料整理出来，包括课题名称、课题内容、课题的理论依据、参加人员、组织安排和分工、大概需要的时间、经费的估算等等。第一是标题的拟定。课题在准备工作中已经确立了，所以开题报告的标题是不成问题的，把你研究的课题直接写上就行了。比如我曾指导过一组同学对伦教的文化诸如“伦教糕”、伦教木工机械、伦教文物等进行研究，拟定的标题就是“伦教文化研究”。 第二就是内容的撰写。开题报告的主要内容包括以下几个部分： 一、课题研究的背景。 所谓课题背景，主要指的是为什么要对这个课题进行研究，所以有的课题干脆把这一部分称为“问题的提出”，意思就是说为什么要提出这个问题，或者说提出这个课题。比如我曾指导的一个课题“伦教文化研究”，背景说明部分里就是说在改革开放的浪潮中，伦教作为珠江三角洲一角，在经济迅速发展的同时，她的文化发展怎么样，有哪些成就，对居民有什么影响，有哪些还要改进的。当然背景所叙述的内容还有很多，既可以是社会背景，也可以是自然背景。关键在于我们所确定的课题是什么。 二、课题研究的内容。课题研究的内容，顾名思义，就是我们的课题要研究的是什么。比如我校黄姝老师的指导的课题“佛山新八景”，课题研究的内容就是：“以佛山新八景为重点，考察佛山历史文化沉淀的昨天、今天、明天，结合佛山经济发展的趋势，拟定开发具有新佛山、新八景、新气象的文化旅游的可行性报告及开发方案。”三、课题研究的目的和意义。 课题研究的目的，应该叙述自己在这次。热门推荐2021年这四大星座,桃花入命,恋爱上上签！在线排盘,详批你的人生12宫,据说非常准。占星师详解：解密你生肖中不为人知的故事！在线排盘,详批你的人生12宫,据说非常准。注定走不到一起的人,命运为什么安排他们相遇异性魅力评估，来看看你的异性魅力有多高？你和ta将会经历怎样的姻缘?最后的宿命又如何?你们关系结束了吗？塔罗说未必点灯招好运，祈福保平安，快来许愿点灯好运预定！2021-2025年你将迎来哪些好运？公司工会救助申请书范文2019-12-31阅读(31)纪录片策划书范文2019-12-31阅读(29)职业期望英文范文2019-12-31阅读(17)关水龙头看图说话范文2019-12-31阅读(480)社会调查报告穹顶之下谁治霾范文2019-12-31阅读(16)高速公路半年工作总结范文2019-12-31阅读(13)向市政府打报告范文2019-12-31阅读(54)社会保险人员增加表范文2019-12-31阅读(53)考试前调整心态的范文2019-12-31阅读(19)异常交易范文2019-12-31阅读(21)幼儿园收预交费的范文2019-12-31阅读(292)入党了以后怎么做范文2019-12-31阅读(18)药厂灯检岗位总结范文2019-12-31阅读(271)榆树市范文军2019-12-31阅读(80)Copyright © 2015 - 2020文秀网论文预期目标范文首页范文
毕业论文的答辩，必须成立答辩委员会或答辩小组。答辩委员会一般由三至五位老师组成，其中应有两人或两人以上具有高级或中级职称，从中确定一位学术水平较高的委员为主任委员，负责答辩委员会会议的召集工作。 毕业论文答辩开始后，老师会首先要求论文作者在指定的时间内概述论文撰写情况，然后老师们围绕论文内容或者论文所涉及的学术领域进行提问。毕业论文答辩以后，答辩委员会要根据毕业论文以及作者的答辩情况，评定论文成绩。为了使评分宽严适度，大体平衡，学校会事先制定一个共同遵循的评分原则或评分标准。 毕业论文的成绩，一般分为优秀(90—100分)、良好(80—89分)、中等(70—79分)、及格(60—69)分、不及格(60分以下)五个档次。
昨天论文答辩。前天晚上没有睡好，临睡之前我还在心里默默的斟酌答辩时的表情语气动作，也不知什么时候睡着的。起来的时候是六点，梳洗打扮一番。在网上看到人家说答辩是要穿衬衫打领带以示庄重，球，这天能热死。平时我都穿休闲的，短裤凉鞋T恤。不过保险起见，还是穿的稳重一点好，牛仔裤衬衫，小伙精神的很。等了半天，终于熬上了车。在车上又墨迹了一遍，小样，我就不信记不住你。到了学校，还不到八点，到了答辩现场，已经有很多人在了。师弟师妹们都来了，很有压力。我试着坐了一下答辩时的那把椅子。嘿，还真有感觉，血压呼的就上来了。出去抽了袋烟放松了一下。明知道结果，但过程却真的很难熬。正式答辩开始，下面是我的部分发言：尊敬的评委老师以及在座的各位同学：大家早上好。我是X级XX专业的XX，很高兴在这里论文答辩，希望今天能为我20年的学生生涯画上一个完满的句号。（这句可是我琢磨了半天的经典啊）下面，就我毕业论文的选题原因，国内外研究现状，研究目的，研究方法，研究内容，研究结论等问题向大家做一个简单的汇报。之所以选择这样一个论文题目，主要是基于以下三方面的考虑：…………以上是我毕业论文的一些基本情况，欢迎各位老师批评指正（这句话挨了一顿批，答辩主席先给我个下马威。这句可是我上网时看到的，以示谦卑，没想到犯了本本主义错误。答辩之前最好是多答辩评委老师的性格爱好都有个底，尤其是答辩委员会的主席，他可是一把手），谢谢。在答辩中有一些小体会，这里与大家分享，希望对大家有所帮助。答辩分为三个阶段：陈述期（20-25分钟）、提问期、回答期，三个阶段大致一个多小时左右一个人。在陈述期的20分钟，有的学院要答辩者做PPT,有的则不用；有的陈述时要脱稿，有的则可以看稿子。在这个阶段，一般情况下没有老师在听你讲什么，他们都在低头看你给他们发的论文和论文简介，因为这么厚的论文是没有老师有时间看的，他们也都是临阵摸枪，看个大概。所以在这一阶段，你的任务就是磨时间，注意语气要平缓，要稳，发言时尽量不要太专业化，没有人听你讲晦涩的理论，当然，更不能拉家常，说一些你们邻居家怎们怎么的事情，这显得你太没专业素养和水准。总之，这个度要拿捏好。注意观察老师和同学的表情，察言观色才是硬道理。在提问期这个阶段，聆听是你的主要任务。老师会为你磨时间。有本校的老师，一般都会先评价下你的论文，当然是说很多好话的，这都是讲给答辩委员会主席听的。接下来就是提问，老师提问的时候你要记好他的问题，理解他的意思。在记得时候要注意把你回答的要点关键字一起写上，因为老师问完了你就要回答的，如果你反应比较快，你可以把老师的问题分类做个概述，然后按类作答，这样更显得你这孩子不错。回答之前要对老师的评价和建议表示感谢，接下来回答老师的问题。第一个问题，先念一下题目，然后作答。作答时忌讳一盲目自大，得意洋洋，一副欠抽的样子，忌讳二信心不足，慌里慌张，没有底气，一副心虚的样子。要知道论文是你写的，你看的相关东西比他们多，所以你可以大胆的说，只要自圆其说即可。在这一阶段回答时要言简意赅，一语中的，废话少说，言多语失，能说就说，不能说的就说自己在这方面写论文的时候也考虑过，但考虑的不充分。忌讳的是不知道了就不说话，大家都不说话，气氛就凝固了，在论文答辩中如果没人说话，那就不好了，所以一定要说，哪怕你说不会，也比不说好。值得一提的是，老师提问的问题有大有小。有对理论的，所以你要对你论文的理论了如指掌，尤其是一些相近的名词，尤其是长的差不多的词，比如这次我们同学的社会资源、社会资本、社会关系这三个词就让老师给缠了半天；有对方法的，所以你要对你做的调查细节注意再注意，不要有闪失。应付的东西老师都能看出来，人家干了这么多年，眼睛都很毒的；有对细节感兴趣的，所以你要对你的论文的逻辑结构、句子通顺与否、措词、错别字、标点尤其是摘要部分注意注意再注意注意，在这些方面出问题显得你不够认真仔细，所以校对时要下功夫，可以和同学交换校对，因为我们对自己写的东西，挑错别字是很困难的。摘要就那么点字，又在论文开头，这可是门面啊，还有最好有个后记，感谢之类的话，虽然老套，但咱们读了这么多年的书也应该感谢一下老师，必须的嘛。答辩通过基本上是十拿九稳的，但是咱们也不能弄的太难看。自己丢人无所谓，给导师丢人就是罪过了。为了导师，为了自己，也要好好表现。好了，基本上就说这么多吧，各个专业各个学校的情况不一样，我说的只是一家之言，仅供参考而已，希望对大家有些帮助。
论文答辩是什么，答辩流程，看完全明白了
答辩流程:
1、每人总分100，答辩占30分，论文占50分，表现占20分。
2、提前到达答辩地点，抽签抽出答辩顺序。号码靠前者早上答辩，号码靠后者下午答辩;号码在中间者，建议留在答辩地点等候，以防错过点名，从而影响分数。
3、时间为每人约10分钟。点到名者从教室后面大方地走上讲台，鞠躬、问候答辩官并作自我介绍。
前5分钟为自述部份，包括论文概述/简介、框架/结构、亮点/重点、解决方案/对策及致谢，自述介绍须讲感谢语;后5分钟为答辩官提问时间，一般不超过3个问题。
4、答辩官提问时，会有以下几种情况出现:
①.提问方式可能为即兴提问，也可能会在学生答辩前给出写有问题的纸条，让学生提前准备，在提问部份则不再提出新的问题;
②.答辩官有可能提出与该学生论题不相关的，但与该学生的专业相关的问题;
③.答辩官有可能会根据该学生的论题，提出与此相关的常识。
5、答辩结束，须礼貌鞠躬并致谢，方可离开。离开后是否需要修改论文或补充记录内容，则视情况而定。
准备工作：
1、毕业论文答辩之前一定要熟悉论文的内容。
学生对毕业论文答辩要充分的准备和重视，熟悉论文及相关资料,作好应答准备；预测论题，作好答辩准备。对论文的谋篇布局和论文的内容要相当熟悉，才能应答如流。
2、毕业论文答辩之前一定要加强锻炼,提高自己自信心。
答辩之前自己要对照镜子多模拟，加强训练，提高自信心，答辩之前要调整好心态,作好心理准备，在答辩场上要析事明理、针对性强、谦虚谨慎、态度平和、冷静思考、不忙不乱,灵活机动、变被动为主动。
3、毕业论文答辩应该注重外在形象。
答辩的一般问题：
你的毕业论文采用了哪些与本专业相关的研究方法？理论依据？
论文中的核心概念是什么？用你自己的话高度概括。
你选题的缘由是什么？研究具有何种现实指导意义？
论文中的核心概念怎样在你的文中体现？
你的论文基础何种研究视角？
论文中的结论、建议或策略是否具有可行性和操作性？
论文创新点和不足之处在答辩这段时间内，导师可能来不及彻底了解你的论文内容，所以他们一般会直接看到你的论文摘要，论文目录，数据图表来进行提问。
这意味着，你要有针对性的对论文的分标题，也就是目录进行准备，关键论点在自己带上太的文稿上标注出来，方便查找。数据图表研究结果更不必说，重点提问对象。
写在论文写到一半时，会要求学生完成一份期中检查报告，这是一份用来检查学生论文完成情况的报告。在这份报告中，你需要写下一些你已经完成的任务。简单地说，你需要报告你论文的完成情况。
除此之外，在中期报告中，你还应该具体说明你为什么选择目前的研究课题，并详细分析研究过程中遇到的一些问题以及你现在想到的一些解决方案。中期报告的另一个重要任务是总结你在写论文期间的收获，以及目前整篇论文的完成程度。
举例子说明可以写的内容：
你可以列举一些写论文过程中遇到的问题。如果论文中间还有很多问题没有解决，也可以在期中报告中列出来，咨询导师解决。
期中报告存在的意义是让指导老师全面了解每个学生的论文进度，也是为了让导师能够更好地安排自己的论文指导工作，让那些在论文写作中有困难的学生可以更加专心。
中期检查只是论文指导老师对论文进度完成情况的一个了解，如实汇报就好了。假如哪些工作还没做，指导老师还会帮助。根据自己的开题报告里面的研究步骤而制定的工作计划，看看哪些是做了，哪些是没做的。如果都做了，就写如实进行，遗留问题或工作未能完成部分就写无就可以。
论文中期检查表的论文进展情况如下：
一、选题质量：（主要从以下四个方面填写：选题是否符合专业培养目标，能否体现综合训练要求；题目难易程度；题目工作量；题目与生产、科研、经济、社会、文化及实验室建设等实际的结合程度）。
1、本题目符合机械设计专业的培养目标，能够充分锻炼和培养分析问题和实际操作能力，能够体现综合训练的要求。
2、本题目难易适中，符合本科毕业设计要求。
3、本题目工作量适中，能在规定的时间内完成。
4、所选题目10t桥式起重机总体的设计与实际贴合比较紧密，在实际的应用中比较广泛。在设计过程中，对机器的零件的设计和计算对我来说是以往所学知识的总结和应用。
二、开题报告完成情况：根据自己在各方面资料的收集和整理，通过对可行性的分析，结合老师给的题目的选择，我完成了这次设计的选题。在选题结束之后，通过自己认真查阅相关的资料，最后结合本身的实际情况和设计的时间任务完成了开题报告。
三、阶段性成果：
1、通过对10t桥式起重机的了解，再加上老师对我们的讲解，算是对10t桥式起重机有了一个大概的了解。前期阶段主要是对有关于10t桥式起重机的各方面的文献和资料进行搜集，为设计以后的设计做了必要的准备。
2、中期阶段主要是依据参考资料，从上面找到一些关于关于10t桥式起重机的信息，首先对其零部件有了大致的了解，其次是已有了大概的设计方法，并开始了一些基本的结构设计。
3、正在进行装配图的CAD画图和设计说明书。
四、存在主要问题：
由于这是我第一次单独进行10t桥式起重机总体设计，所以刚开始进展的并不是很顺利。而我对这方面的知识掌握比较少，所以需要在图书馆和网上查找更多的相关资料，对有关起重机的知识进行更深入的了解。不过我坚信，只要自己努力和在指导老师的指引下，我能把各方面的问题逐个击破，最终顺利完成毕业设计。
五、指导教师对学生在毕业实习中，劳动、学习纪律及毕业设计（论文）进展等方面的评语。
注意。
论文题目由教师指定或由学生提出，经教师同意确定。均应是本专业学科发展或实践中提出的理论问题和实际问题。通过这一环节，应使学生受到有关科学研究选题，查阅、评述文献，制订研究方案，设计进行科学实验或社会调查，处理数据或整理调查结果，对结果进行分析、论证并得出结论，撰写论文等项初步训练。
2020年12月24日，《本科毕业论文（设计）抽检办法（试行）》提出，本科毕业论文抽检每年进行一次，抽检比例原则上应不低于2%。
1 好 2 快 3 无问题 4好好干