ImageNet: 대규모 계층적 이미지 데이터베이스

인터넷 상의 이미지 데이터 폭발은 이미지 및 멀티미디어 데이터를 색인, 검색, 조직화하고 상호작용하는 데 있어 보다 정교하고 견고한 모델과 알고리즘을 발전시킬 잠재력을 가지고 있습니다. 하지만 이러한 데이터를 어떻게 활용하고 조직할 수 있는지는 여전히 중요한 문제로 남아 있습니다. 본 논문에서는 "ImageNet"이라는 새로운 데이터베이스를 소개합니다. ImageNet은 WordNet 구조를 기반으로 구축된 대규모 이미지 온톨로지입니다. ImageNet은 WordNet의 80,000 개의 시냅셋 중 대부분을 평균 500~1000개의 깨끗하고 고해상도 이미지를 수집하여 채우는 것을 목표로 합니다. 이로 인해 WordNet의 의미 계층 구조에 따라 조직된 수천만 개의 주석된 이미지가 만들어집니다. 본 논문은 현재 상태의 ImageNet에 대한 상세한 분석을 제공합니다: 12개의 하위 트리, 총 5,247개의 시냅셋, 320만 개의 이미지가 포함되어 있습니다. 우리는 ImageNet이 현재의 이미지 데이터셋에 비해 규모와 다양성 면에서 훨씬 크고 정확도가 훨씬 높음을 보여줍니다. 이와 같은 대규모 데이터베이스를 구축하는 것은 도전적인 작업입니다. 우리는 Amazon Mechanical Turk를 이용한 데이터 수집 방식을 설명합니다. 마지막으로, 객체 인식, 이미지 분류 및 자동 객체 클러스터링의 세 가지 간단한 응용을 통해 ImageNet의 유용성을 보여줍니다. 우리는 ImageNet의 규모, 정확성, 다양성 및 계층적 구조가 컴퓨터 비전 커뮤니티뿐만 아니라 연구자들에게 전례 없는 기회를 제공할 수 있기를 기대합니다.