始智AI wisemodel.cn社區(qū)是源自中國(guó)的中立開(kāi)放的AI開(kāi)源社區(qū)。正在，歡迎加入共同成長(zhǎng)。wisemodel社區(qū)上線等資源上線，價(jià)格實(shí)惠，靈活方便，支持在線微調(diào)訓(xùn)練模型，及和，并。

　　在當(dāng)今的遙感技術(shù)與人工智能交叉發(fā)展的時(shí)代，多模態(tài)生成模型在遙感領(lǐng)域的應(yīng)用潛力巨大，但訓(xùn)練這類模型面臨著數(shù)據(jù)層面的諸多挑戰(zhàn)。

　　現(xiàn)有的遙感數(shù)據(jù)集往往局限于特定區(qū)域，難以滿足對(duì)全球尺度遙感場(chǎng)景認(rèn)知與模擬的需求，且圖像分辨率較為單一，無(wú)法充分鍛煉模型對(duì)不同分辨率的適應(yīng)與控制能力，數(shù)據(jù)多樣性和質(zhì)量的不足也限制了模型性能的提升。

　　在此背景下，Git-10M數(shù)據(jù)集應(yīng)運(yùn)而生，它創(chuàng)新性地引入了由1000萬(wàn)圖像文本對(duì)構(gòu)成的全球遙感數(shù)據(jù)集。這一數(shù)據(jù)集一舉打破了現(xiàn)有數(shù)據(jù)集局限于特定區(qū)域的瓶頸，實(shí)現(xiàn)了真正意義上的全球覆蓋，能夠支持生成真實(shí)的全球遙感場(chǎng)景。 其涵蓋豐富多樣的地理場(chǎng)景，圖像具有多分辨率特性，為模型的分辨率控制能力提供全面支持，極大地提升了訓(xùn)練多模態(tài)生成模型的基礎(chǔ)數(shù)據(jù)多樣性。

　　此外，數(shù)據(jù)集中的圖像和文本均經(jīng)過(guò)嚴(yán)格篩選、精細(xì)處理和有效增強(qiáng)，數(shù)據(jù)整體質(zhì)量得以顯著提升 ，能為相關(guān)研究與應(yīng)用提供堅(jiān)實(shí)的數(shù)據(jù)支撐，有望推動(dòng)遙感領(lǐng)域多模態(tài)生成模型的發(fā)展邁向新高度。Git-10M已上線始智AI-wisemodel開(kāi)源社區(qū)，歡迎使用。

　　在遙感數(shù)據(jù)領(lǐng)域，數(shù)據(jù)規(guī)模對(duì)于模型訓(xùn)練效果有著關(guān)鍵影響，更大規(guī)模的數(shù)據(jù)能為模型提供更豐富的學(xué)習(xí)素材，有效提升模型的泛化能力與準(zhǔn)確性。過(guò)往的遙感圖像-文本數(shù)據(jù)集在規(guī)模上存在一定局限，難以充分滿足日益增長(zhǎng)的研究與應(yīng)用需求。在此情形下，Git-10M 數(shù)據(jù)集的出現(xiàn)意義非凡。

　　Git-10M 是一個(gè)包含 1000 萬(wàn)對(duì)圖像與文本描述 的全球遙感數(shù)據(jù)集。

　　數(shù)據(jù)規(guī)模是現(xiàn)有最大的遙感圖像-文本數(shù)據(jù)集的 5 倍（如 RS5M 數(shù)據(jù)集僅包含 200 萬(wàn)對(duì)數(shù)據(jù)）。

　　在遙感數(shù)據(jù)集的評(píng)估體系中，多樣性是衡量其價(jià)值的重要維度。豐富多樣的數(shù)據(jù)能夠讓模型學(xué)習(xí)到更廣泛的特征與模式，提升模型在復(fù)雜真實(shí)場(chǎng)景下的適應(yīng)性與泛化能力。然而，大多數(shù)傳統(tǒng)遙感數(shù)據(jù)集在多樣性方面存在短板，限制了模型對(duì)各類地理環(huán)境和場(chǎng)景的全面理解與準(zhǔn)確分析。Git-10M數(shù)據(jù)集在這方面取得了重大突破。

　　在遙感數(shù)據(jù)的應(yīng)用中，不同的研究目的和應(yīng)用場(chǎng)景對(duì)圖像分辨率有著差異化的需求。單一分辨率的遙感數(shù)據(jù)集無(wú)法全面滿足多樣化的任務(wù)，既難以對(duì)局部區(qū)域進(jìn)行精細(xì)的特征分析，也無(wú)法從宏觀視角把握大面積的地理態(tài)勢(shì)，極大地限制了遙感數(shù)據(jù)在多領(lǐng)域的深入應(yīng)用。Git-10M數(shù)據(jù)集則有效解決了這一難題，在分辨率方面展現(xiàn)出卓越的優(yōu)勢(shì)。該數(shù)據(jù)集包含從0.5m/pixel到128m/pixel的多分辨率圖像：

　　“九游娛樂(lè)最近有什么新活動(dòng)？”

　　在遙感數(shù)據(jù)的實(shí)際應(yīng)用中，僅僅依靠圖像本身往往難以滿足復(fù)雜的分析與建模需求。額外的元數(shù)據(jù)對(duì)于深入挖掘圖像價(jià)值、提升生成圖像的精度起著關(guān)鍵作用。

　　Git-10M數(shù)據(jù)集在這一方面表現(xiàn)出色，為用戶提供了全面的元數(shù)據(jù)支持。該數(shù)據(jù)集中的每張圖像，都精準(zhǔn)附帶了地理位置和分辨率信息。地理位置信息詳細(xì)到經(jīng)緯度坐標(biāo)，能精確指出圖像對(duì)應(yīng)的地球表面位置，無(wú)論是繁華都市、偏遠(yuǎn)山區(qū)還是廣袤海洋，都能實(shí)現(xiàn)精準(zhǔn)定位。

　　分辨率信息明確標(biāo)注了圖像每個(gè)像素所對(duì)應(yīng)的實(shí)際地面尺寸，從高分辨率到低分辨率的詳細(xì)記錄，讓使用者對(duì)圖像的精細(xì)程度和覆蓋范圍一目了然。

　　這些豐富的元數(shù)據(jù)，為生成高精度圖像提供了不可或缺的上下文信息，幫助研究人員在不同的研究場(chǎng)景中，基于更全面的數(shù)據(jù)做出更準(zhǔn)確的分析和判斷，從而極大提升了數(shù)據(jù)的可用性和應(yīng)用價(jià)值。

　　在構(gòu)建全面且高質(zhì)量的遙感數(shù)據(jù)集時(shí)，廣泛整合現(xiàn)有優(yōu)質(zhì)數(shù)據(jù)源是關(guān)鍵路徑。Git-10M數(shù)據(jù)集為達(dá)成這一目標(biāo)，積極匯聚來(lái)自多方的公開(kāi)數(shù)據(jù)集。這些公開(kāi)數(shù)據(jù)集均源自現(xiàn)有高質(zhì)量遙感圖像數(shù)據(jù)集，具有各自獨(dú)特的優(yōu)勢(shì)和特點(diǎn)。如：

　　Million-AID，在災(zāi)害監(jiān)測(cè)與應(yīng)急響應(yīng)領(lǐng)域有著豐富的數(shù)據(jù)積累，其圖像對(duì)于研究各類自然災(zāi)害對(duì)地表的影響具有極高價(jià)值。

　　GeoPile，聚焦于地理信息的深度挖掘，提供了大量不同地貌特征的圖像數(shù)據(jù)，為地質(zhì)研究等方向提供有力支撐。

　　SSL4EO-S12，在多光譜遙感數(shù)據(jù)方面表現(xiàn)出色，其圖像涵蓋多種光譜信息，能助力對(duì)地表物體的精細(xì)分類和分析。

　　SkyScript，側(cè)重于對(duì)天空與地表綜合場(chǎng)景的記錄，數(shù)據(jù)覆蓋范圍廣泛，包含眾多復(fù)雜地形和環(huán)境下的遙感影像。

　　“九游娛樂(lè)最近有什么新活動(dòng)？”

　　DIOR，作為經(jīng)典的目標(biāo)檢測(cè)遙感數(shù)據(jù)集，在目標(biāo)識(shí)別和分類上有大量標(biāo)注數(shù)據(jù)，可用于訓(xùn)練和優(yōu)化相關(guān)模型。

　　RSICB，在圖像分類和場(chǎng)景理解方面的數(shù)據(jù)豐富，為提升模型對(duì)不同場(chǎng)景的認(rèn)知能力提供了有效數(shù)據(jù)支持。通過(guò)整合這些優(yōu)質(zhì)公開(kāi)數(shù)據(jù)集。

　　在豐富Git-10M數(shù)據(jù)集的過(guò)程中，手動(dòng)收集工作發(fā)揮了不可或缺的作用。盡管公開(kāi)數(shù)據(jù)集已具備一定規(guī)模與多樣性，但仍存在地理場(chǎng)景覆蓋的盲區(qū)。

　　為此，研究團(tuán)隊(duì)開(kāi)展了大量的手動(dòng)收集工作，其中大部分?jǐn)?shù)據(jù)來(lái)自從Google Earth手動(dòng)獲取的遙感圖像。Google Earth憑借其廣泛的全球覆蓋范圍和高分辨率成像能力，成為了關(guān)鍵的數(shù)據(jù)來(lái)源。

　　研究團(tuán)隊(duì)通過(guò)細(xì)致篩選與甄別，從海量的衛(wèi)星影像中提取出特定區(qū)域、特定地貌特征的圖像，這些圖像有效補(bǔ)充了現(xiàn)有公開(kāi)數(shù)據(jù)集中未覆蓋的地理場(chǎng)景。

　　在構(gòu)建高質(zhì)量的Git-10M數(shù)據(jù)集時(shí)，篩選環(huán)節(jié)至關(guān)重要，直接關(guān)系到數(shù)據(jù)的可用性和研究?jī)r(jià)值。由于原始數(shù)據(jù)來(lái)源廣泛，包含了從公開(kāi)數(shù)據(jù)集收集以及手動(dòng)獲取的大量遙感圖像，數(shù)據(jù)質(zhì)量參差不齊，且存在地理分布不均衡等問(wèn)題。為了打造出一個(gè)優(yōu)質(zhì)且具代表性的數(shù)據(jù)集，必須對(duì)原始數(shù)據(jù)進(jìn)行嚴(yán)格篩選。

　　經(jīng)過(guò)嚴(yán)格的篩選后，為進(jìn)一步挖掘數(shù)據(jù)價(jià)值，充分發(fā)揮數(shù)據(jù)在模型訓(xùn)練中的作用，對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)處理成為重要的一環(huán)。Git-10M數(shù)據(jù)集致力于為科研與應(yīng)用提供頂級(jí)的數(shù)據(jù)支撐，因此：

　　在構(gòu)建豐富且全面的Git-10M數(shù)據(jù)集時(shí)，為每一幅圖像匹配準(zhǔn)確、詳細(xì)的文本描述是一項(xiàng)關(guān)鍵任務(wù)。傳統(tǒng)手動(dòng)注釋方式不僅耗時(shí)費(fèi)力，效率低下，而且在大規(guī)模數(shù)據(jù)集上難以保證注釋的一致性和全面性。隨著人工智能技術(shù)的飛速發(fā)展，自動(dòng)化注釋成為高效處理海量圖像的新途徑。為了給數(shù)據(jù)集中的1000萬(wàn)對(duì)圖像賦予高質(zhì)量文本描述，Git-10M數(shù)據(jù)集采用了先進(jìn)的自動(dòng)化注釋流程。

　　通過(guò)場(chǎng)景標(biāo)簽（如“機(jī)場(chǎng)”）和元數(shù)據(jù)（如地理位置和分辨率）優(yōu)化提示詞，提高描述的精準(zhǔn)性。

　　在Git-10M數(shù)據(jù)集的自動(dòng)化注釋流程中，雖然GPT-4o模型配合優(yōu)化后的提示詞能夠高效生成圖像文本描述，但為確保最終數(shù)據(jù)質(zhì)量萬(wàn)無(wú)一失，嚴(yán)格的質(zhì)量保證機(jī)制必不可少。

　　手動(dòng)抽樣：定期檢查文本描述的語(yǔ)義準(zhǔn)確性，并針對(duì)問(wèn)題樣本調(diào)整提示詞后重新生成。

　　為深入了解Git-10M數(shù)據(jù)集中文本描述的豐富程度與規(guī)模，我們對(duì)其進(jìn)行了全面的文本統(tǒng)計(jì)分析。在這個(gè)包含海量圖像文本對(duì)的數(shù)據(jù)集里，文本描述作為圖像信息的重要補(bǔ)充，其質(zhì)量和數(shù)量都直接影響著數(shù)據(jù)集的價(jià)值。

　　在構(gòu)建Git-10M數(shù)據(jù)集的過(guò)程中，為了確保數(shù)據(jù)集能夠滿足多領(lǐng)域、多場(chǎng)景的研究與應(yīng)用需求，對(duì)數(shù)據(jù)集的多個(gè)關(guān)鍵維度進(jìn)行了深入考量與細(xì)致分析。

　　地理分布： 圖像覆蓋全球范圍，包括所有大洲的城市、自然景觀和農(nóng)業(yè)場(chǎng)景，確保數(shù)據(jù)的代表性和多樣性。

　　分辨率分布： 包括從高分辨率（0.5m/pixel）到低分辨率（128m/pixel）圖像的廣泛分布，適應(yīng)不同的生成任務(wù)需求。

　　圖像質(zhì)量評(píng)估： 使用審美評(píng)分模型評(píng)估圖像增強(qiáng)前后的質(zhì)量。增強(qiáng)后的圖像質(zhì)量顯著提升，適合作為高可靠性的訓(xùn)練數(shù)據(jù)。

　　文本豐富性： 通過(guò)詞云和長(zhǎng)度分布分析，文本覆蓋了多樣化的概念和地物，表明其在語(yǔ)義上的廣泛性和細(xì)致性。

　　綜合以上多方面的分析與考量，Git-10M數(shù)據(jù)集在數(shù)據(jù)分布、質(zhì)量和文本描述等方面都展現(xiàn)出卓越的性能，能夠?yàn)檫b感領(lǐng)域的多模態(tài)研究以及相關(guān)應(yīng)用提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)，推動(dòng)該領(lǐng)域的技術(shù)發(fā)展與創(chuàng)新 。

　　開(kāi)源社區(qū)建設(shè)需要長(zhǎng)期堅(jiān)持和投入，更需要廣大用戶的積極參與、貢獻(xiàn)和維護(hù)，歡迎大家加入wisemodel開(kāi)源社區(qū)的志愿者計(jì)劃和開(kāi)源共創(chuàng)計(jì)劃。期待更多開(kāi)發(fā)者將開(kāi)源成果，包括模型、數(shù)據(jù)集和代碼等發(fā)布到社區(qū)，共建中立、開(kāi)放的AI開(kāi)源社區(qū)生態(tài)。歡迎掃碼添加wisemodel微信，申請(qǐng)加入wisemodel社群，持續(xù)關(guān)注wisemodel.cn開(kāi)源社區(qū)動(dòng)態(tài)。

　　始智AI wisemodel社區(qū)自2023年9月上線以來(lái)，逐漸成為影響力日益擴(kuò)大的中立開(kāi)放的AI開(kāi)源社區(qū)，為了加快公司發(fā)展，我們長(zhǎng)期需要技術(shù)、運(yùn)營(yíng)等人才加盟，技術(shù)側(cè)重在AI infra、后端開(kāi)發(fā)，熟悉K8S、模型訓(xùn)練和推理等技術(shù)， 以及熟悉開(kāi)發(fā)者生態(tài)運(yùn)營(yíng)的成員，歡迎感興趣的朋友加盟，可以通過(guò)添加wisemodel微信，或者將簡(jiǎn)歷投遞到郵箱：

　　歡迎投稿分享人工智能領(lǐng)域相關(guān)的優(yōu)秀研究成果，鼓勵(lì)高校實(shí)驗(yàn)室、大企業(yè)研究團(tuán)隊(duì)、個(gè)人等，在wisemodel平臺(tái)上分享各類優(yōu)質(zhì)內(nèi)容，可以是AI領(lǐng)域最新論文解讀、最新開(kāi)源成果介紹，也可以是關(guān)于AI技術(shù)實(shí)踐、應(yīng)用和總結(jié)等。投稿可以發(fā)郵件到，也可以掃碼添加wisemodel微信。

　　始智AI wisemodel.cn開(kāi)源社區(qū)由清華校友總會(huì)AI大數(shù)據(jù)專委會(huì)副秘書長(zhǎng)劉道全創(chuàng)立，旨在打造和建設(shè)中立開(kāi)放的AI開(kāi)源創(chuàng)新社區(qū)，將打造成“HuggingFace”之外最活躍的AI開(kāi)源社區(qū)，匯聚主要AI開(kāi)源模型、數(shù)據(jù)集和代碼等，歡迎高?？蒲性核?、大型互聯(lián)網(wǎng)公司、創(chuàng)新創(chuàng)業(yè)企業(yè)、廣大個(gè)人開(kāi)發(fā)者，以及政府部門、學(xué)會(huì)協(xié)會(huì)、聯(lián)盟、基金會(huì)等，還有投資機(jī)構(gòu)、科技媒體等，共同參與建設(shè)AI開(kāi)源創(chuàng)新生態(tài)。