常规数据集benchmark，baseline的整理（持续更新）

一、分类数据集
MNIST
CIFAR-10
CIFAR-100
STL-10
SVHN
ILSVRC2012 task 1
包含以上数据集的榜单整理：http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html#494c5356524332303132207461736b2031
注：ImageNet比赛通常是Classification和localization任务一起做的。
关于Classification，localization，detection任务的区别：https://leonardoaraujosantos.gitbooks.io/artificial-inteligence/content/object_localization_and_detection.html。
localization可以认为是简单的检测任务，一张图只检测出一个物体。（ImageNet分类任务。每个图片只有一个标签， 但实际上可能存在多个物体，因此榜单中出现了TOP5-Accuracy这一指标）
ImageNet数据集官网：http://image-net.org/
用来做分类的数据集图片自12年后没变。

在CIFAR10数据集做的一些实验的链接：
VGG16 On CIFAR10：https://zhuanlan.zhihu.com/p/29214791
Resnet On CIFAR10：https://github.com/junyuseu/ResNet-on-Cifar10

二、检测数据集
PASCAL VOC：
MSCOCO