ImageNet
是由Google雲端人工智慧暨機器學習首席科學家李飛飛與與普林斯頓大學教授李凱共同於2007年所發起的一個專案，是個開放給電腦視覺研究者使用的影象辨識測試資料庫。
ImageNet 資料庫含有近10萬個同義詞，其中八成為名詞，以貓作為一個例子，ImageNet中有超過6萬2千種，不同外觀與不同姿勢的貓咪，
並且橫跨不同的種類。
自2010年起，ImageNet每年舉辦全球性的電腦視覺比賽ILSVRC，針對影象分類、物體檢測與物體辨識物體等領域進行評比，這比賽成為科技巨頭與頂尖研究者展現自我實力的場域。
2012年，加拿大辛頓(Hinton)教授將深度學習應用到ImageNet，結果圖樣辨識錯誤率僅為15.4%，到2016年，大賽中冠軍團隊的影象辨識錯誤率已經達到約2.9%，已經遠遠超過人類的5.1%。而在語音辨識研究方面，也有一個常用的巨型語料資料庫Switchboard，現在IBM
Watson已經可以將錯誤率降低到5.5%，而有經驗的專業人員則可以低達4.0%。
