图像网

ImageNet 是一个庞大的、可公开访问的数据集，其中包含超过 1400 万张经过人工标注的图像，以标明这些图像所描绘的对象。该数据集根据WordNet 层次结构进行组织，包含 20,000 多个类别，一个典型类别（如 "气球 "或 "草莓"）由数百张图片组成。这个庞大而多样的集合在推动计算机视觉（CV）和深度学习（DL）领域的发展方面发挥了重要作用，是模型训练和基准测试的标准。

斯坦福大学研究人员创建的 ImageNet 是人工智能 (AI) 的关键时刻。在 ImageNet 诞生之前，数据集往往太小，无法有效训练复杂的神经网络 (NN)，从而导致过拟合等问题。ImageNet 提供了训练深度模型所需的规模，为现代人工智能革命铺平了道路。您可以阅读原始ImageNet 研究论文，了解更多信息。

Imagenet 大型视觉识别挑战赛 (ILSVRC)

ImageNet的影响力因ImageNet大规模视觉识别挑战赛（ILSVRC）而进一步扩大。该挑战赛成为评估计算机视觉算法性能的重要基准。2012 年，一个名为 AlexNet 的卷积神经网络（CNN）取得了突破性的胜利，其性能大大超过了之前的所有模型。这一成功展示了深度学习和 GPU 计算的威力，引发了该领域的创新浪潮。ILSVRC 是许多现代架构发展的关键驱动力，您可以在Papers with Code 等网站上查看当今模型在各种基准测试中的表现。

Imagenet 的实际应用

ImageNet 的主要用途是作为预训练模型的资源。通过在这个庞大的数据集上训练模型，它可以学会识别丰富的视觉特征。然后，这些知识可以迁移到新的、更具体的任务中。这种技术被称为迁移学习。

1. 医学影像分析：在 ImageNet 上预先训练好的模型，如Ultralytics YOLO模型，可以在更小的专业医疗扫描数据集上进行微调，以检测肿瘤等特定病症。在 ImageNet 上进行的初始训练为一般视觉理解打下了坚实的基础，这对于在标注数据稀缺的医学图像分析任务中实现高精度至关重要。这是人工智能在医疗保健领域的关键应用。
2. 零售产品识别：在零售业，模型可用于识别货架上成千上万种不同的产品，以实现自动化库存管理。无需从头开始训练，在 ImageNet 上预先训练的模型可快速适应商店的特定产品。这就减少了对大量定制训练数据的需求，加快了模型的部署。许多强大的零售业人工智能解决方案都采用了这种方法。

Imagenet 与相关概念

必须将 ImageNet 与其他相关术语和数据集区分开来：

• ImageNet 与 CV 任务：ImageNet 本身是一个数据集--标注图像的集合。它不是一项任务。相反，ImageNet 用于训练和基准模型，以执行图像分类等任务。这与物体检测或图像分割不同，物体检测涉及用边界框定位物体，而图像分割则是对图像中的每个像素进行分类。
• ImageNet 与 COCO：虽然 ImageNet 是分类的黄金标准，但其他计算机视觉数据集更适合其他任务。例如，COCO（Common Objects in Context）数据集是物体检测和实例分割的首选基准。这是因为 COCO 为每幅图像中的多个物体提供了更详细的注释，如边界框和每像素分割掩码。相比之下，大多数 ImageNet 图像只有一个图像级标签。

像YOLO11这样的模型通常先在 ImageNet 上进行分类骨干的预训练，然后再在 COCO 上进行检测任务的训练。这种多阶段训练过程充分利用了两个数据集的优势。您可以在我们的模型比较页面上查看不同模型在这些基准上的比较。虽然 ImageNet 极具影响力，但值得注意的是它也有局限性，包括已知的数据集偏差，这一点从人工智能伦理的角度来看非常重要。