ImageNet est actuellement la plus grande base de données de reconnaissance d'images au monde.Principalement utilisé pour la classification d'images et la détection de cibles dans le domaine de la vision artificielle. L'ensemble de données est organisé selon la hiérarchie WordNet, où chaque nœud (également appelé catégorie) se compose de centaines, voire de milliers d'images, avec une moyenne de plus de 500 images par nœud. L'ensemble de données contient un total de 22 000 catégories d'images et environ 15 millions d'images.

L'ensemble de données ImageNet a été publié pour la première fois par Fei-Fei Li et d'autres de l'Université de Stanford à la Society for Visual Science en 2009, et a été continuellement amélioré dans le cadre du ImageNet Visual Recognition Challenge (ILSVRC) depuis 2010.