ANTI-AI ARCHIVE
艺术史节点 / 075 · 2009

ImageNet:大规模层级图像数据库

ImageNet: A Large-Scale Hierarchical Image Database

Jia Deng; Wei Dong; Richard Socher; Li-Jia Li; Kai Li; Li Fei-Fei

导读

ImageNet 将 WordNet 的语义层级与数百万图像连接,并使用众包完成标注。它代表 AI 视觉史最重要的 Dataset Turn:文化与日常图像不再只是被观看,而被组织成机器可学习、可比较、可扩展的训练资源。

原始文献#075
ImageNet 2009 年原论文的图像层级示例,截取 PDF 第 2 页的图 1,保留类别及样例图片。查看大图 ↗

ImageNet 2009 年原论文的图像层级示例,截取 PDF 第 2 页的图 1,保留类别及样例图片。

Jia Deng et al. / Princeton University, CVPR 2009 · 原始图像与文献权利归各自权利人;引用不代表开放授权

资料出处 · ImageNet: A Large-Scale Hierarchical Image Database · Figure 1 ↗

档案研究说明

分类体系和标注劳动一起构成视觉数据库。

ANTI-AI ARCHIVE · 修订 2026-10-02

研究方法与具体变化

ImageNet把WordNet的语义层级与图像集合连接,2009年论文报告当时已有的类别和样本,并介绍借助Amazon Mechanical Turk进行收集与标注。论文中的目标规模与已完成规模必须区分;之后ILSVRC竞赛使用的子集也是另一层历史。

本节依据: ImageNet:大规模层级图像数据库:资料依据

在艺术史中的位置

视觉识别依赖的不只是算法,也包括命名图像的制度与人的判断。艺术史研究可以据此追问类别怎样划分、哪些图像代表某个概念,以及标注工作如何在技术成果的署名中被呈现。

本节依据: ImageNet:大规模层级图像数据库:资料依据

正文引用资料

ImageNet:大规模层级图像数据库:资料依据 ↗

核读原论文摘要、引言与数据组织说明。

本篇按引用范围扩写档案说明;研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助,尚未经独立人工审校;分节引文标明依据,不代表已独立验证全部史实。

带着问题继续阅读

ImageNet 大规模视觉识别挑战赛 ↗

比较本条与ImageNet 大规模视觉识别挑战赛之间的制作方法、控制方式或展示语境。

AlexNet:深度卷积图像分类 ↗

比较本条与AlexNet:深度卷积图像分类之间的制作方法、控制方式或展示语境。

LAION-5B:大规模图文数据集 ↗

比较本条与LAION-5B:大规模图文数据集之间的制作方法、控制方式或展示语境。

日期与版本记录

节点标注日期:2009 · 来源记录的历史日期:2009

以上日期属于历史事件或资料所记版本,不是本站页面的上线日期;保留原有日期精度与待核事项。

原始资料与进一步阅读

以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。

01
ImageNet:大规模层级图像数据库 ↗

ImageNet: A Large-Scale Hierarchical Image Database

https://doi.org/10.1109/CVPR.2009.5206848

当前引用地址

出处、翻译与核验状态

主线节点 #075 · 历史节点

研究资料与补充出处 · 1

AI 艺术谱系研究母版 · p. 14 · 041
原记日期: 2009
ImageNet:大规模层级图像数据库 ↗
ImageNet: A Large-Scale Hierarchical Image Database

站内说明依据所列研究资料撰写,非外链全文译本;AI 辅助翻译,待独立人工审校。

母版研究论述与日期尚待独立核验。

引用本节点

ANTI-AI ARCHIVE. ImageNet:大规模层级图像数据库. 艺术史节点 #075. https://salondesrefuses.cn/zh/art-history/041

引用具体史实时,请同时引用上方原始资料,并补充你的访问日期。本站说明不是外链全文译本。

相邻节点按时间顺序排列,不意味着二者存在直接影响或因果关系。