ObjectNet est un ensemble de tests à grande échelle d'images collectées via le crowdsourcing. Étant donné que les images ObjectNet proviennent toutes du monde réel, les objets cibles ont des formes différentes et l'arrière-plan, l'angle de rotation et la perspective d'imagerie sont tous aléatoires, ce qui peut sérieusement réduire l'effet de reconnaissance. L'ensemble de tests comprend 50 000 images avec différentes rotations, arrière-plans et perspectives, couvrant 313 catégories d'objets, dont 113 sont cohérentes avec l'ensemble de tests ImageNet.