A行业级
ImageNet 数据集发布
1400 万张标注图像把数据规模变成研究基础设施
已核验1可追溯来源
李飞飞团队发布 ImageNet，按 WordNet 名词层级组织超过 1400 万张人工标注图像；2010 年开始的 ILSVRC 提供统一训练集和年度比较。
发生了什么
团队从网络收集候选图片，再通过众包完成类别核验。竞赛常用子集包含约 120 万张训练图像和 1000 个类别，让不同算法在相同数据、指标和截止时间下比较。
为什么重要
ImageNet 说明训练数据本身可以是公共研究基础设施。它为 AlexNet 提供规模足够的学习材料和明确成绩差距，同时也留下标签偏差、版权和数据治理问题。
在它之前
计算机视觉研究受限于小型数据集，难以评估模型泛化能力。
在它之后
大规模标注数据集成为推动深度学习发展的关键基础设施。
来源