第11章 更进一步——21个课题
在本章中，我们将介绍21个可以通过深度学习和TensorFlow解决的现实课题。首先，我们会讨论一些公共的大型数据集和竞赛；然后，展示GitHub上一些出色的TensorFlow项目。另外，我们还将介绍一些用其他深度学习框架实现的有趣项目，从中你可以获得灵感并实现自己的TensorFlow解决方案。最后，我们会通过一种简单的技术将Caffe模型转换为TensorFlow模型，并介绍如何使用高级的TensorFlow库TensorFlow-Slim。
在本章中，我们将探讨以下主题。
- 大规模的公共数据集和竞赛。
- 出色的TensorFlow项目。
- 由其他框架启发的一些深度学习项目。
- 将Caffe模型转换为TensorFlow。
- 介绍TensorFlow-Slim。
11.1 数据集和挑战赛
本节将展示一些流行的数据集和竞赛。
11.1.1 课题1：ImageNet数据集
ImageNet是一项大型的视觉识别挑战赛，该挑战赛的数据集根据WorkNet结构组织，其中含有超过1000万张图片的URL，并附带人工标注的标签来表示图片中的对象。另外，至少有100万张图片包含了边框。
自2010年起，ImageNet挑战赛每年都会举行，并评估针对以下3个课题的算法。
- 针对1 000个类别的对象的定位。
- 针对200个标注好分类的对象的检测。
- 针对视频中30个标注好分类的对象的检测。2017年挑战赛结果宣布了很多先进且有趣的算法。
11.1.2 课题2：COCO数据集
COCO是一个由微软发布的用于图像识别、图像分割和图像标注的数据集。该数据集包含80个对象类别、超过30万张图片和200万个实例。另外，每年也会有针对检测、标注和关键点的挑战赛。
11.1.3 课题3：Open ...
Get TensorFlow机器学习 now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
