10个卷积神经网络项目实战：代码及数据源地址

1. CIFAR-10 图像分类 - 该项目使用CIFAR-10数据集，其中包含10个不同类别的60000张32x32彩色图像。目标是使用卷积神经网络对这些图像进行分类。

数据源地址：https://www.cs.toronto.edu/~kriz/cifar.html

2. MNIST 数字识别 - 该项目使用MNIST数据集，其中包含手写数字的图像。目标是使用卷积神经网络对这些数字进行分类。

数据源地址：http://yann.lecun.com/exdb/mnist/

3. 图像描述生成 - 该项目使用Microsoft COCO数据集，其中包含超过330000张图像和超过200000个图像描述。目标是使用卷积神经网络和循环神经网络生成图像描述。

数据源地址：http://cocodataset.org/#download

4. 表情识别 - 该项目使用FER2013数据集，其中包含超过35000张人脸图像，每张图像都有7个不同的情绪标签。目标是使用卷积神经网络对这些情绪进行分类。

数据源地址：https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data

5. 对象检测 - 该项目使用PASCAL VOC数据集，其中包含超过17000张图像，每张图像都有多个对象标签。目标是使用卷积神经网络检测图像中的对象。

数据源地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/

6. 手势识别 - 该项目使用手势数据集，其中包含手势的图像和标签。目标是使用卷积神经网络对这些手势进行分类。

数据源地址：https://www.kaggle.com/gti-upm/leapgestrecog

7. 风格迁移 - 该项目使用COCO数据集中的图像，旨在将一个图像的风格应用于另一个图像。目标是使用卷积神经网络和风格损失函数实现图像风格转换。

数据源地址：http://cocodataset.org/#download

8. 视频分类 - 该项目使用UCF101数据集，其中包含101个不同的动作类别，共有13320个视频片段。目标是使用卷积神经网络对这些视频进行分类。

数据源地址：https://www.crcv.ucf.edu/data/UCF101.php

9. 医学图像分割 - 该项目使用ISIC数据集，其中包含超过2000张皮肤病变图像，目标是使用卷积神经网络对这些图像进行分割。

数据源地址：https://challenge2018.isic-archive.com/task1/

10. 交通标志识别 - 该项目使用German Traffic Sign Recognition Benchmark数据集，其中包含超过50000张交通标志图像。目标是使用卷积神经网络对这些标志进行分类。

数据源地址：http://benchmark.ini.rub.de/?section=gtsrb&subsection=dataset