ImageNet

---

根据WordNet层次结构，ImageNet数据集包含14,197,122张注释图像。自2010年以来，该数据集用于ImageNet大规模视觉识别挑战（ILSVRC），这是图像分类和物体检测的基准。公开发布的数据集包含一组手动注释的训练图像。还发布了一组测试图像，并保留了手动注释。 ILSVRC注释分为两类：

• （1）图像中存在或不存在对象类的二进制标签的图像级注释，例如，“此图像中有汽车”，但“没有老虎”，以及

• （2）图像中对象实例周围的紧密边界框和类标签的对象级注释，例如，“有一个以位置（20,25）为中心的螺丝刀，宽度为50像素，高度为30像素”。ImageNet项目不拥有图像的版权，因此只提供图像的缩略图和URL。

• 非空WordNet synsets总数：21841

• 图像总数：14197122

• 带有边界框注释的图像数量：1,034,908

• 具有SIFT功能的同步数：1000

• 具有SIFT功能的图像数量：120万