国内基于CNN的图像分类、目标检测、语义分割等研究方向的进展。

国内基于CNN的图像分类、目标检测、语义分割等研究方向已经有了很多的进展。以下是一些例子：

1. 图像分类：在图像分类方面，国内的研究者已经在多个图像分类数据集上达到了领先水平，例如ImageNet、CIFAR、MNIST等。其中，清华大学的“ResNeXt”模型在ImageNet数据集上取得了目前最好的结果。

2. 目标检测：在目标检测方面，国内的研究者也取得了很多进展。例如，中科院自动化所的“Faster R-CNN”算法在目标检测领域取得了很大的成功。

3. 语义分割：在语义分割方面，国内也有很多研究者在不断努力。例如，华为诺亚方舟实验室的“DeepLab”算法在Pascal VOC 2012数据集上达到了最佳结果。

总的来说，国内在深度学习领域的研究已经取得了很大的进展，但是与国外的领先水平仍存在一些差距，需要不断努力。