# ImageNet ## 概要 ImageNet は、ウェブから収集した高解像度画像を人手で分類した大規模ラベル付き画像データセットである。AlexNet論文の時点では1500万枚超、約2万2000カテゴリを含み、Amazon Mechanical Turkを用いてラベル付けされていた。(Source: [[@2026__30papers__ImageNet Classification with Deep Convolutional Neural Networks]]) ## ILSVRC ImageNet Large Scale Visual Recognition Challenge(ILSVRC)は、ImageNetの部分集合を用いた年次画像認識競技である。AlexNet論文が主に用いたILSVRC-2010は1000カテゴリ、約120万枚の訓練画像、5万枚の検証画像、15万枚のテスト画像からなり、top-1とtop-5の誤り率で評価した。(Source: [[@2026__30papers__ImageNet Classification with Deep Convolutional Neural Networks]]) ILSVRC-2012では[[AlexNet]]の7モデルアンサンブルがtop-5テスト誤り率15.3%を達成し、次点の26.2%を10.9ポイント下回った。この差は、大規模データセット・深いCNN・GPU学習の組み合わせが画像認識の主流を変える転機としてImageNetを位置づけた。(Source: [[@2026__30papers__ImageNet Classification with Deep Convolutional Neural Networks]]) ## 転移学習 [[@2026__30papers__CS231n Convolutional Neural Networks for Visual Recognition]] は、ImageNetで事前学習したCNNを固定特徴抽出器または微調整の初期値として再利用する方法を、実践的な転移学習の標準として説明する。ImageNetは競技ベンチマークであるだけでなく、汎用視覚特徴を得る事前学習データセットとしても機能した。(Source: [[@2026__30papers__CS231n Convolutional Neural Networks for Visual Recognition]]) ## AlexNetによる規模拡大の位置づけ(2022年の解説書での言及) 『ディープラーニングを支える技術』第1章は、ImageNetを100万枚規模のラベル付き画像データセットとして位置づけ、2012年のILSVRCでAlexNetがこれを用いて従来手法を圧勝したことを、ディープラーニングが機械学習コミュニティの中心的手法に躍り出た転機として描く。同書の「数字で見るディープラーニングの今」(図1.A)では、ImageNetの100万枚という規模が、Facebookが2021年に発表したSEER(Instagram投稿10億枚を使った自己教師あり学習)との対比で、学習データ量の急拡大を示す最初期の基準点として引用されている。(Source: [[@2022__Gihyo__ディープラーニングを支える技術 - Chapter 1 ディープラーニングと人工知能]]) ## 関連 - 基盤論文: [[@2026__30papers__ImageNet Classification with Deep Convolutional Neural Networks]] - 教材: [[@2026__30papers__CS231n Convolutional Neural Networks for Visual Recognition]] - アーキテクチャ: [[AlexNet]]、[[畳み込みニューラルネットワーク]] - 関係者: [[Fei-Fei Li]] - [[@2022__Gihyo__ディープラーニングを支える技術 - Chapter 1 ディープラーニングと人工知能]] ## 出典 - [[@2026__30papers__ImageNet Classification with Deep Convolutional Neural Networks]] - [[@2026__30papers__CS231n Convolutional Neural Networks for Visual Recognition]] - 岡野原大輔, 『ディープラーニングを支える技術』, 技術評論社, 2022, 第1章 §1.2, §1.5補足.