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
核心事实
时间轴 (近 90 天)
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
全部知识事实 (4)
AlexNet在ImageNet竞赛中夺冠正式开启了深度学习时代
80%待验证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
80%待验证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
50%待验证深度学习在2012年ImageNet竞赛中取得突破性表现，推动连接主义复兴
50%