基于深度学习的野生动物视觉跟踪系统时间进度

2024-2025秋季学期

(1) 第9-10周：确定项目主题，搜集相关资料，进行行业调研。
(2) 第11-12周：明确项目实施计划，撰写并提交开题报告。
(3) 第13-16周：深入学习深度学习技术，包括YOLOv8目标检测算法及SORT/Deep SORT跟踪算法。
(4) 第17-18周：构建基于YOLOv8的目标检测模型，并集成SORT/Deep SORT算法实现目标跟踪功能。

2025-2026春季学期（假设项目延续至下一学期）

(1) 第1-3周：从野外监控视频中提取野生动物特征，输入至已构建的深度学习模型中进行训练与优化。
(2) 第4-6周：将测试数据集输入至训练完成的模型中，对跟踪结果进行验证，分析YOLOv8与SORT/Deep SORT算法在实际应用中的表现。
(3) 第7-8周：根据项目当前进展及要求，撰写并提交中期研究报告。
(4) 第9-12周：进行整体系统测试，对算法及模型进行进一步优化与完善。
(5) 第13-14周：完成系统设计与实现，撰写毕业论文初稿。
(6) 第15-16周：对毕业论文进行修订与完善，准备并提交毕业答辩材料。