ImageNet

概述 (50-200字符)

ImageNet 是包含 120 万张、1000 个类别的大规模图像分类数据集，其年度挑战赛（ILSVRC）是计算机视觉最权威竞赛，2012 年 AlexNet 的突破性表现标志着深度学习时代的开启。

关键内容 (≥300字符, 用双链)

1. 规模与结构：ImageNet 包含超过 1400 万张手工标注图像，覆盖 2 万多个类别。ILSVRC（ImageNet Large Scale Visual Recognition Challenge）使用其中 120 万张训练图像、1000 个类别作为标准分类任务，是衡量视觉模型能力的黄金基准。
2. ILSVRC 历史转折：2010-2011 年冠军采用传统方法（手工特征如 SIFT/HOG + 支持向量机），Top-5 错误率约 25-26%。2012 年AlexNet以 15.3% 的 Top-5 错误率夺冠，领先第二名 10 个百分点，这是跨越式突破。此后错误率持续下降：2014 年 GoogLeNet 6.7%，2015 年 ResNet 3.57%，2017 年达到 2.25%（超越人类水平）。
3. 对 AI 产业的推动：ImageNet 竞赛为深度学习提供了大规模标准化评测平台，证明了数据驱动方法优于手工特征工程。竞赛结果直接推动了 NVIDIA GPU 需求爆发、Google Brain/DeepMind 扩张、以及自动驾驶、医疗影像、人脸识别等商业应用的兴起。
4. 后续影响：ImageNet 预训练模型成为迁移学习的标准起点，"ImageNet moment"成为 AI 领域突破性进展的代名词。竞赛于 2017 年停办（因模型性能已超越人类），但其影响力延续至今——现代视觉模型（ViT、ConvNeXt 等）仍以 ImageNet 作为核心基准。

来源

• [Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. NeurIPS, 25.] — 原始论文
• [raw/articles/ai-papers/machine-learning/07_alexnet_2012.md] — 源文件

相关

• AlexNet — evaluated_on
• 卷积神经网络（CNN） — benchmark_for
• 深度学习 — catalyzed
• 支持向量机 — competed_with
• LeNet-5 — benchmark_successor