ImageNetは現在、世界最大の画像認識データベースであり、主にマシンビジョン分野における画像分類や物体検出に利用されています。このデータセットはWordNetの階層構造に基づいて構成されており、各ノード（カテゴリとも呼ばれる）には数百枚、場合によっては数千枚の画像が含まれており、1ノードあたり平均500枚以上の画像が収録されています。データセットには合計22,000種類の画像カテゴリと約1,500万枚の画像が含まれています。 ImageNet データセットは、スタンフォード大学の Fei-Fei Li らによって 2009 年の視覚科学協会で初めて公開され、2010 年以降 ImageNet Visual Recognition Challenge (ILSVRC) で継続的に改良されてきました。