G検定（JDLA） 練習問題 66：画像認識：大規模データセットの役割
画像認識分野の発展に大きく貢献したデータセットである「ImageNet」に関する記述として、正しいものはどれか。
- 主に自動運転技術の評価を目的として構築されており、市街地を走行する車両からの映像のみを集めた小規模な動画データセットである。
- 医療画像の診断支援を目的として専門医が作成したものであり、数万種類の疾病を高精度に判別するための非公開データセットである。
- 約一千四百万枚の画像に対して手作業でラベル付けが行われており、深層学習が画像認識の分野で飛躍的な成果を挙げる契機となった。
- 人工知能が自動的に生成した数千万枚の架空の画像で構成され、著作権問題を回避して商用モデルの学習に利用できるデータセットである。
- 自然言語のテキストとそれに対応する白黒画像のペアを大量に含み、画像から文章を生成するタスク専用に開発されたデータセットである。
正解と解説を見る
正解：約一千四百万枚の画像に対して手作業でラベル付けが行われており、深層学習が画像認識の分野で飛躍的な成果を挙げる契機となった。
ImageNetは、1400万枚以上の画像に対して手作業でアノテーション（ラベル付け）が行われた大規模な画像データセットであり、このデータセットを用いた画像認識コンペティション（ILSVRC）が深層学習ブームの火付け役となりました。正解はこの事実を述べた説明です。
【正解の理由】
ImageNetの構築にはクラウドソーシング（Amazon Mechanical Turkなど）が活用され、人間が手作業でラベルを付与しました。2012年のILSVRCでAlexNetが圧倒的な勝利を収めたことが、深層学習のブレイクスルーとして知られています。
【不正解の理由】
• 「市街地を走行する車両からの映像のみを集めた小規模な動画データセット」という説明は、自動運転向けのデータセット（KITTIなど）に関するものであり誤り
• 「医療画像の診断支援を目的とした非公開データセット」という説明は、ImageNetの汎用的な内容（動植物、日用品など多様なクラスを含む公開データ）と反するため誤り
• 「著作権問題を回避して人工知能が自動的に生成した架空の画像で構成される」という説明は、合成データ（Synthetic Data）に関するものであり誤り
• 「白黒画像のペアを含み、画像から文章を生成するタスク専用に開発された」という説明は、キャプション生成向けデータセットの説明として不正確であり誤り