ImageNet
由斯坦福大学李飞飞团队构建的大规模视觉数据集，包含超过1400万张标注图像和1000个类别，催生了2012年AlexNet突破，是深度学习计算机视觉领域的标志性基准
Core Facts
Timeline (last 90 days)
2012年Alex Krizhevsky等人使用AlexNet在ImageNet竞赛中将top-5错误率从26%降低到15.3%，该突破基于两块GTX 580显卡的CUDA加速训练实现
The choice of pretraining (ImageNet-1K vs ImageNet-21K, supervised vs self-supervised like MAE/DINO) significantly impacts downstream performance, potentially causing several percentage points of difference
深度学习在2012年ImageNet竞赛中取得突破性表现，推动连接主义复兴
AlexNet在ImageNet竞赛中夺冠正式开启了深度学习时代
All Facts (4)
AlexNet在ImageNet竞赛中夺冠正式开启了深度学习时代
80%UnverifiedThe choice of pretraining (ImageNet-1K vs ImageNet-21K, supervised vs self-supervised like MAE/DINO) significantly impacts downstream performance, potentially causing several percentage points of difference
80%Unverified2012年Alex Krizhevsky等人使用AlexNet在ImageNet竞赛中将top-5错误率从26%降低到15.3%，该突破基于两块GTX 580显卡的CUDA加速训练实现
50%Unverified深度学习在2012年ImageNet竞赛中取得突破性表现，推动连接主义复兴
50%