ImageNetとは
ImageNetは、スタンフォード大学のフェイフェイ・リー教授らが構築した大規模な画像データセットです。1400万枚以上の画像が2万以上のカテゴリに分類されており、コンピュータビジョン研究の発展に革命的な貢献を果たしました。
| ひとことで言うと | 1400万枚超の画像に人手でラベルを付けた、画像認識研究の基盤データセット。 |
|---|---|
| なぜ重要か | 大量データがあって初めて深層学習が力を発揮することを証明した。 |
| 注意点 | ここで学習したモデルは、今も転移学習の出発点として広く使われている。 |
プロジェクトの背景
フェイフェイ・リーは、AIが視覚的な世界を理解するには大規模で多様なデータセットが必要だと確信し、2007年からImageNetの構築を開始しました。クラウドソーシングプラットフォームAmazon Mechanical Turkを活用し、世界中の作業者が画像のラベル付けを行いました。この「データ中心」のアプローチは、当時のアルゴリズム重視の風潮とは対照的でした。
11400万枚を収集2万超のカテゴリ
▶
2人手でラベル付けクラウドソーシング
▶
3コンペで競うILSVRCを開催
▶
4深層学習が勝利2012年の転機
▶
5転移学習の土台に今も広く使われる
ILSVRCとの関係
ImageNetを用いた画像認識コンテストILSVRC（ImageNet Large Scale Visual Recognition Challenge）は2010年から開催され、コンピュータビジョンの進歩を測るベンチマークとなりました。2012年のAlexNetの勝利はディープラーニング革命の引き金となり、AIの歴史を変えました。
遺産と影響
ImageNetは「大規模で高品質なデータセットがAI研究を加速させる」という教訓を残しました。その後のCOCO、Open Imagesなどのデータセットや、自然言語処理における大規模コーパスの構築にも影響を与えています。ImageNetは単なるデータセットではなく、AI研究のパラダイム転換を促した歴史的プロジェクトです。