# 目标

将不同图像划分到预定义好的几个类别之一

# 难点

• 类内差异
• 北京干扰
• 相互遮挡
• 样本不均匀

# 常用数据集

• MNIST
• CIFAR-10
• CIFAR-100
• ImageNet-1000

# 评估准则

# 常用分类网络

# 发展方向

• 解决同物种子类分类及实例级图像分类等问题；
• 提升网络模型对噪声、干扰等对抗性样本的鲁棒性；
• 模型准确度和速度平衡问题；
• 减少对于标注样本的依赖。