ImageNet 是一個大規(guī)模的視覺數(shù)據(jù)集，是計算機視覺領域最重要的基準數(shù)據(jù)集之一。該數(shù)據(jù)集由普林斯頓大學和斯坦福大學的研究人員發(fā)起，于 2009 年推出。ImageNet 是用于物體分類、目標檢測、圖像分割、姿勢估計等多種任務的通用數(shù)據(jù)集，尤其在深度學習和計算機視覺的突破性研究中具有重要地位。

ImageNet 數(shù)據(jù)集的主要特點：

1. 數(shù)據(jù)規(guī)模：

   • ImageNet 數(shù)據(jù)集包含超過 1400 萬張標注的圖片，覆蓋了 20,000 多個類別（具體類別數(shù)因任務不同而不同）。
   • 每個類別有數(shù)百到數(shù)千張圖片，圖片分辨率通常較高且包含自然場景中的物體。

2. WordNet 層次結構：

   • ImageNet 的分類體系基于 WordNet，這是一個語言學上組織的詞匯庫，其中的每個詞（synset）表示一個特定的概念或?qū)ο?。ImageNet 為每個 synset 提供一組相關的