ImageNet挑战的图像分类任务要求机器根据图像中的主要对象为图像分配一个类别标签。下图探讨了随着时间的推移,性能最好的ImageNet系统的演变情况,以及算法和基础设施的进步如何让研究人员提高训练图像识别系统的效率,同时减少训练高性能系统所需的绝对时间。Top-1准确度测试人工智能系统为图像分配正确标签的能力,特别是其单个最有可能的预测结果(在所有可能的标签中)是否与目标标签相同。使用预训练数据的最新系统在Top-1准确度中每10次尝试中会出现1次错误,而在2012年12月,当时的系统每10次尝试中会出现4次错误。谷歌大脑团队的模型在2021年1月达到了90.2%的最高准确率。