为什么重要
ImageNet 是深度学习革命的直接催化剂。2012 年 AlexNet 在 ImageNet 上的突破开启了深度学习时代。1000 类分类任务已成为所有视觉模型的基准评测。
评测设计
1000 个类别的图像分类任务。ILSVRC 竞赛使用其子集（1.2M 训练 + 50K 验证 + 100K 测试）。
主要发现
- 从 AlexNet (2012) 到 ViT (2020)，Top-1 从 63% 提升到 90%
- 人类水平约 95% Top-1
- 催生了整个深度学习产业
返回评测
多模态 VLM-感知 已饱和
模态 · 图像
任务 · 分类
ImageNet
1400 万张图像的视觉识别基准，深度学习革命的催化剂
Stanford University ·
考察能力
图像分类 物体识别 视觉理解
构建信息
- 数据规模
- 14M+ 图像
- 评测方式
- 标准评测
- 核心指标
- Top-1 / Top-5 Accuracy
资源链接
模型效果排行
🥇 EVA-02
90.0% Top-1
🥈 SigLIP
89.2% Top-1
图像分类 里程碑 经典基准 计算机视觉