Віха · червень 2009 р.
Розміщено за датою сучасного події першоджерела. Точна дата події невідома; нижче наведено підтверджений часовий інтервал.
ImageNet надав великий набір даних для зорового розпізнавання.
Спільний бенчмарк спростив вимірювання й порівняння прогресу в розпізнаванні зображень.
Мітки та спосіб збирання даних також впливають на те, що вимірює бенчмарк.
ImageNet · Опубліковано червень 2009 р.
Обидва записи про відкрите змагання з набором даних як спосіб рухати галузь.
У роботі AlexNet мережу навчають і оцінюють на зображеннях ImageNet. Це пряме використання попереднього набору даних.
ImageNet ClassificationТой самий хід, що згодом повторив ImageNet: спільний розмічений набір як умова прогресу.
Вебмасштаб як джерело даних — умова, без якої пізніші набори не існували б.
Та сама теза, втілена в наборі даних замість статті.
Набір перетворено на щорічне змагання з фіксованою метрикою.
Large Scale Visual Recognition Challenge 2010Набір із мільярда масок відіграє ту саму роль, що ImageNet для класифікації.
Стаття про розмітників 2010 року називає ImageNet серед робіт, зроблених на цьому майданчику: розмітка мільйонів зображень стала можливою тому, що працю можна було замовляти через API.
Who are the Crowdworkers? Shifting Demographics in Mechanical TurkМережу Inception v3 спершу навчено на близько 1,28 мільйона знімків 1 000 класів ImageNet 2014 року, а вже потім донавчено на знімках шкіри.
Dermatologist-level classification of skin cancer with deep neural networksАвтори прямо називають ImageNet зразком: набір має дати розпізнаванню звукових подій те, що ImageNet дав розпізнаванню об'єктів на зображеннях.
Audio Set: An ontology and human-labeled dataset for audio eventsImageNet 2009 року порівнює себе з набором ESP: мітки гри тримаються «базового рівня», не розрізняють значень слова й відкриті лише для 60 тисяч зображень.
ImageNetСтаття про ImageNet називає LabelMe доповненням до себе: близько 200 категорій і 30 тисяч зображень, зате з контурами й місцем об’єктів.
ImageNetImageNet протиставляє себе цьому набору: тут на синсет у середньому 1000 фото, з них чистих 10–25 %, в ImageNet — близько 99 % і повна роздільність.
ImageNet