李飞飞怎么凑齐 1400 万张图？众包标注的组织学

AI 领域有句广为流传的话：数据决定上限。把这句话变成现实的标志性工程是 ImageNet——一千四百余万张图、两万余个类别，靠实验室成员一张张标注根本不现实，李飞飞团队用众包把这件不可能的事在三年里做了出来。这篇按公开论文与公开报道，梳理这次大规模标注的组织过程，数字均以公开口径为准。

一个逆流而上的决定

2000 年代中期，学界的流行做法是把精力花在算法上，数据集则以小而精为荣：几万张图已经算大工程。公开报道里，李飞飞在普林斯顿大学任教期间做出了相反的判断——识别模型缺的与其说是更聪明的算法，不如说是规模与真实世界对齐的数据。她的参照系是 WordNet：普林斯顿认知科学传统里那份把英文词汇组织成语义层级的大词库，她想把每个名词节点配上真实图片，让「数据集」长出词库那样的结构。这条人物线的完整梳理见李飞飞和 ImageNet 的关系？一次数据集运动的发起一篇。

众包为什么是唯一解

要把百万级图片配上准确的类别标签，靠实验室自己标注，时间与成本都不可行，公开报道里团队给出的答案是亚马逊的 Mechanical Turk 平台——把标注任务拆成海量小任务，分发给互联网上的兼职标注者。这个平台的名字来历本身就是一个故事，见亚马逊众包平台名字有什么来历？土耳其机器人的骗局一篇。ImageNet 从零建起的全过程另有专门一篇，见ImageNet 数据集是怎么建起来的？1400 万张图的十年工程一篇；本篇聚焦组织层面：人从哪来、质量怎么管、周期怎么压。

标注大军的管理学

公开论文与报道记录了这套组织方式的几个要点。分工上，候选图片由脚本从网络图库抓取，标注者只需判断「这张图是否属于该类别」，把复杂判断拆成几秒一次的简单确认；规模上，公开报道引用较多的口径是来自上百个国家的众包工人参与标注、人数以万计（常见引用从两万余到近五万不等，取决于统计口径），具体统计以 ImageNet 团队公开论文为准；质量控制上，同一图片由多人交叉判断，分歧图进入复核流程。以公开资料看，这套拆细、分发、交叉核验的流程，是三年周期里攒出千万级图库的关键。

数据集的兑现时刻

2009 年，ImageNet 论文在计算机视觉与模式识别会议上公开发布，此后覆盖类别与图片量持续扩容，公开口径的最终规模为一千四百余万张图、两万余个类别。2010 年起，基于该数据集的大规模视觉识别挑战赛开赛，2012 年 AlexNet 用深度卷积网络拿下冠军、错误率大幅低于第二名，深度学习自此回到主流，见AlexNet 拿冠军那几天发生了什么？深度学习的正名一篇。数据集与算法在同一个时间窗口里互相成全，这段公开记录已成为 AI 方法论讨论的标准案例。

ImageNet 众包节点速查

• 2007 年前后：项目启动，参照 WordNet 语义层级组织类别
• 标注方式：亚马逊 Mechanical Turk 众包，任务拆成简单确认
• 2009 年：ImageNet 论文公开发布
• 2010 年：大规模视觉识别挑战赛开赛
• 2012 年：AlexNet 夺冠，深度学习重回主流
• 规模：公开口径一千四百余万张图、两万余类别

与今天的关联：众包加交叉核验这套组织学，今天仍在数据产业里运转——大模型训练数据的标注、人类偏好数据的收集，用的还是拆细任务、多人标注、分歧复核的思路。你在豆包里拍图识物一次命中、让通义千问帮你圈出相似商品，背后是那次三年工程打下的底子。另一个启示落在评估上：模型能力要用统一的公开数据集比出来，这个 ImageNet 确立的习惯，正是今天各路评测体系的源头，榜单与实际任务的距离可参考基准分和实际任务一篇。

再多说几句李飞飞的众包

• 1400 万张图都是人工标的吗？：类别标签由众包工人逐张确认，候选图片本身来自脚本抓取与候选生成，公开论文对流程有专门描述，细节以原始论文为准。
• 当年学界接受这套做法吗？：公开报道记录了立项初期的争议，数据集发布后的接受度随竞赛成绩逐年上升，2012 年之后成为共识。
• 众包标注的质量可靠吗？：团队用多人对同一图片交叉标注加复核来控制质量，公开论文报告了相应的校验设计，具体指标以论文口径为准。