ImageNetとは
ImageNet とは、画像認識の研究と評価のための大規模画像データベースおよびベンチマークです。スタンフォード大学のFei-Fei Liらにより2009年に公開され、約1,400万枚の画像が21,841カテゴリに分類されています。特にImageNet Large Scale Visual Recognition Challenge（ILSVRC）は、コンピュータビジョンの発展を大きく推進しました。
| ひとことで言うと | 1000カテゴリ・100万枚超の画像を使う、画像分類の標準ベンチマーク。 |
|---|---|
| なぜ重要か | 2012年のここでの成果が、ディープラーニング普及の引き金になった。 |
| 注意点 | ここで学習済みのモデルは転移学習の土台として今も広く使われる。 |
ILSVRCの歴史的意義
ILSVRCは2010年から2017年まで毎年開催された画像分類コンペティションです。1,000カテゴリの画像分類タスクで、2012年にAlexNetが深層学習を用いて圧倒的な精度で優勝したことが、ディープラーニング革命の引き金となりました。その後、VGGNet、GoogLeNet、ResNetなどの画期的なアーキテクチャが次々と登場しました。
1大規模データ1000クラス・120万枚
▶
2コンペで競う毎年の誤答率を比較
▶
32012年にCNNが圧勝AI第3次ブームの契機
▶
4学習済みモデル転移学習の出発点に
ベンチマークとしてのImageNet
ImageNetの1,000クラス分類タスクは、画像認識モデルの標準的なベンチマークとして定着しています。Top-1精度（最も確率の高い予測が正解である割合）とTop-5精度（上位5つの予測に正解が含まれる割合）が主な評価指標です。最新モデルではTop-1精度が90%を超えています。
ImageNetの課題と意義
ImageNetにはラベルの誤りやバイアスの問題が指摘されています。しかし、深層学習の実用性を実証し、コンピュータビジョン全体の発展を牽引した功績は計り知れません。現在でも事前学習モデルの基盤として広く使用されています。