登录 Sign in

Imagenet

点击数:【439】    发布时间: 2020-11-05

MNIST将初学者领进了深度学习领域,而Imagenet数据集对深度学习的浪潮起了巨大的推动作用。深度学习领域大牛Hinton2012年发表的论文《ImageNet Classification with Deep Convolutional Neural Networks》在计算机视觉领域带来了一场革命,此论文的工作正是基于Imagenet数据集。

Imagenet数据集有1400多万幅图片,涵盖2万多个类别;其中有超过百万的图片有明确的类别标注和图像中物体位置的标注,具体信息如下:

1Total number of non-empty synsets: 21841

2Total number of images: 14,197,122

3Number of images with bounding box annotations: 1,034,908

4Number of synsets with SIFT features: 1000

5Number of images with SIFT features: 1.2 million

Imagenet数据集是目前深度学习图像领域应用得非常多的一个领域,关于图像分类、定位、检测等研究工作大多基于此数据集展开。Imagenet数据集文档详细,有专门的团队维护,使用非常方便,在计算机视觉领域研究论文中应用非常广,几乎成为了目前深度学习图像领域算法性能检验的标准数据集。

访问地址:http://www.image-net.org/about-stats

校内下载:ftp://202.200.158.158/Graphic/Imagenet/