绪论：从第一次图像分类比赛开始~

  本博客主要讲述关于图像分类的相关内容，从入门到最后（因为我也在学习，也不知道能学成什么样子，所以也不好说精通），希望有兴趣的各位同学积极留言~

  就在近期本人参加了“2017 中国大数据人工智能创新创业大赛 ”的“病理切片识别 AI 挑战赛”。该比赛的题目是根据所给出的训练集进行图像的分类及分割。数据集是一组胃癌数字病理样本，为常规 HE 染色，放大倍数 20×，图片大小为 2048×2048像素，比赛数据为整体切片的部分区域，数据格式为 tiff 格式。所有数据均按照国际通行医疗信息脱敏标准进行脱敏处理，切实保障数据安全。数据集包含560个正样本（cancer）与140个反样本（non_cancer），对于正样本还单独给出了其中癌细胞位置的标注（svg）图片，由于后期癌症部位的分割。

  初赛是进行图像分类，复赛是进行图像分割（或者说是癌细胞的识别）。然而，就像大家想象的，我并没有进入复赛，排名三位数，具体就不说了，挺丢人的。但是实话说知耻而后勇，有了这次的失败，激发了我对于深度学习更深层次的思考。深度学习，尤其在其应用的方面，所涉及的内容要比目前所看到的教程、课程等要深和广。如果仅仅将深度学习定义为下载一个模型，之后在调调参数的话，很难有长足的进步。所以在哪跌倒的在哪爬起来，我就开设了这样的一个专栏，让自己从不完美逐步走向完美。

一、对于题目的初步理解

  在最开始看这道题的时候，我的心里很开心，暗自觉得这道题实