ImageNet - 大型视觉对象识别数据库

sowang

ImageNet 数据集

ImageNet 是由斯坦福大学李飞飞教授及其团队于2009年主导发布的大型视觉对象识别数据库。它的出现被业界认为是引爆当前深度学习革命的关键基础设施。

官网地址：

官方网站：https://image-net.org/

核心特色：

海量规模与丰富类别：包含超过1400万张高分辨率图像，涵盖2万多个类别。每个类别通常包含数百至上千张图片。

科学的层级结构：数据集基于 WordNet 的树形层级结构进行组织，从宏观到微观对物体进行精细分类（例如：哺乳动物→犬科动物→工作中的狗→哈士奇）。

众包标注：图像通过亚马逊土耳其机器人（Amazon Mechanical Turk）等众包平台进行人工标注，并经过三重验证，保证了极高的精确度。

历史地位：基于该数据集举办的年度大规模视觉识别挑战赛（ILSVRC）见证了 AlexNet、VGG、ResNet 等经典深度学习架构的诞生。


适用场景：

图像分类（Image Classification）：这是 ImageNet 最核心的任务。
目标检测与定位：超过一百万张图像提供了明确的边界框（Bounding Box）标注。
模型预训练（Transfer Learning）：作为视觉大模型的基座，在 ImageNet 上预训练的权重被广泛应用于下游各类视觉任务。