updated@2018-12-07 15:22:08
官方下载地址：http://www.image-net.org/challenges/LSVRC/2012/nonpub-downloads ，需要“非.com结尾的邮箱注册的账号”
也可以从网盘下载，链接：https://pan.baidu.com/s/17gQSrqD2j921HEMYVGVZ7Q 密码：28fj
（注：此网盘分享目录中没有test和train的image，因为都比较大，没有传）
下面听我啰嗦一下：
分类和定位任务(task1&&task2, 即classification && localization)
图片
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_train.tar
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_val.tar
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_test.tar（三个任务的test图片都在一个压缩包里）
开发包
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_devkit_t12.tar (含val标签）
标签
synset.txt下载地址：
分类任务（classification）的val的标签在开发包里：D:dataimagenetILSVRC2012_devkit_t12dataILSVRC2012_validation_ground_truth.txt，开头几行：
490 #表示第1张val的图片，label为490
361
171
822
这个label有个小问题：和一些开源的caffemodel的输出对不上，比如MobileNet，对于ILSVRC2012_val_00000001.JPEG的top1预测结果是：
confidence: 0.75
category index: 65
label: 'n01751748 sea snake'
但是从ILSVRC2012_validation_ground_truth.txt看到的label是490。两种解决思路：
1）使用caffe版本的imagenet2012分类任务label，而不是devkit中的。
基于caffe训练的，使用了get_ilsvrc_aux.sh文件下载的imagenet的label。这些label和imagnet官方的不一样。
其实就是从http://dl.caffe.berkeleyvision.org/caffe_ilsvrc12.tar.gz下载的caffe版本imagenet标签。
2）使用映射表，把基于caffe版本的imagenet分类label，映射为imagenet原版lable，或把imagenet原版label映射为caffe版本。
映射表下载地址：https://github.com/fh295/semanticCNN/blob/master/imagenet_labels/ILSVRC2012_mapping.txt 。至于这个映射表怎么来的，迷一样。
BBox
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_bbox_train_v2.tar.gz (我只做分类任务，这些框没有用过）
检测任务(task3, object detection)
图片
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_train_t3.tar
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_test.tar (前面列出过了，三个任务的test图片都在一个压缩包里）
开发包
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_devkit_t3.tar.gz
标签
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_bbox_train_v2.tar
评论区有人提到没有给annotation的下载地址。原版地址忘记了，不过可以从百度网盘下载：
关于label的说明（仅验证过validation的label，train理论上也是这样）：
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_devkit_t12.tar.gz
吐槽
caffe标签到原版标签的映射：
caffemodel预测出top1的index是idx（比如65），加上1就是66，对应到synsets.txt第66行，也就是n01751748；从ILSVRC2012_mapping.txt找到n01751748，对应的映射id为490，表示原版imagenet label是490（1开始标记）或489（0开始标记）
整这么麻烦，其实直接用caffe版本的标签好了。。