数据集和预训练模型

持续补充 完善

一、ImageNet

ImageNet链接：https://pan.baidu.com/s/1jdWvwyHNDmeU3OnUAmrZmA
提取码：d8av
  ImageNet曾是一个计算机视觉研究项目：（人工）打标签并分类成22000个不同物品种类。然而，当我们在讨论深度学习和CNN的时候，“ImageNet”意味着ImageNetLarge Scale Visual Recognition Challenge，图像网络大规模的视觉识别挑战,简写为ILSVRC。
  ILSVRC的目的是训练一个能够正确识别图像并分类（1000种）的模型：模型使用约120万张图像用作训练，5万张图像用作验证，10万张图像用作测试。
  这1000种分类涵盖了我们的日常生活接触到的东西。
  在图像分类上，ImageNet竞赛已经是计算机视觉分类算法事实上的评价标准——而自2012年以来，排行榜就被CNN和其它深度学习技术所统治。

二、VGG16

链接：https://pan.baidu.com/s/1qWVscwexbz2BH4VaDWxzng
提取码：dfwh

三、VGG19

链接：https://pan.baidu.com/s/1Amj0m02vJCT1rMLWVxSbCA
提取码：wc82

四、ResNet

链接：https://pan.baidu.com/s/1X586pfMhIXJ5M3ve-UH0cg
提取码：pl3g

五、Inception

链接：https://pan.baidu.com/s/1DYT4dflYk7UNaxV0hxHisQ
提取码：zuar
Xception链接：https://pan.baidu.com/s/1Rr9cNFj3phoHmx4u5S9Eew
提取码：a54g

六、标准数据集