始智AI wisemodel.cn社区是源自中国的中立开放的AI开源社区。正在，欢迎加入共同成长。wisemodel社区上线等资源上线，价格实惠，灵活方便，支持在线微调训练模型，及和，并。
在当今的遥感技术与人工智能交叉发展的时代，多模态生成模型在遥感领域的应用潜力巨大，但训练这类模型面临着数据层面的诸多挑战。
现有的遥感数据集往往局限于特定区域，难以满足对全球尺度遥感场景认知与模拟的需求，且图像分辨率较为单一，无法充分锻炼模型对不同分辨率的适应与控制能力，数据多样性和质量的不足也限制了模型性能的提升。
在此背景下，Git-10M数据集应运而生，它创新性地引入了由1000万图像文本对构成的全球遥感数据集。这一数据集一举打破了现有数据集局限于特定区域的瓶颈，实现了真正意义上的全球覆盖，能够支持生成真实的全球遥感场景。 其涵盖丰富多样的地理场景，图像具有多分辨率特性，为模型的分辨率控制能力提供全面支持，极大地提升了训练多模态生成模型的基础数据多样性。
此外，数据集中的图像和文本均经过严格筛选、精细处理和有效增强，数据整体质量得以显著提升 ，能为相关研究与应用提供坚实的数据支撑，有望推动遥感领域多模态生成模型的发展迈向新高度。Git-10M已上线始智AI-wisemodel开源社区，欢迎使用。
在遥感数据领域，数据规模对于模型训练效果有着关键影响，更大规模的数据能为模型提供更丰富的学习素材，有效提升模型的泛化能力与准确性。过往的遥感图像-文本数据集在规模上存在一定局限，难以充分满足日益增长的研究与应用需求。在此情形下，Git-10M 数据集的出现意义非凡。
Git-10M 是一个包含 1000 万对图像与文本描述 的全球遥感数据集。
数据规模是现有最大的遥感图像-文本数据集的 5 倍（如 RS5M 数据集仅包含 200 万对数据）。
在遥感数据集的评估体系中，多样性是衡量其价值的重要维度。丰富多样的数据能够让模型学习到更广泛的特征与模式，提升模型在复杂真实场景下的适应性与泛化能力。然而，大多数传统遥感数据集在多样性方面存在短板，限制了模型对各类地理环境和场景的全面理解与准确分析。Git-10M数据集在这方面取得了重大突破。
在遥感数据的应用中，不同的研究目的和应用场景对图像分辨率有着差异化的需求。单一分辨率的遥感数据集无法全面满足多样化的任务，既难以对局部区域进行精细的特征分析，也无法从宏观视角把握大面积的地理态势，极大地限制了遥感数据在多领域的深入应用。Git-10M数据集则有效解决了这一难题，在分辨率方面展现出卓越的优势。该数据集包含从0.5m/pixel到128m/pixel的多分辨率图像：
在遥感数据的实际应用中，仅仅依靠图像本身往往难以满足复杂的分析与建模需求。额外的元数据对于深入挖掘图像价值、提升生成图像的精度起着关键作用。
Git-10M数据集在这一方面表现出色，为用户提供了全面的元数据支持。该数据集中的每张图像，都精准附带了地理位置和分辨率信息。地理位置信息详细到经纬度坐标，能精确指出图像对应的地球表面位置，无论是繁华都市、偏远山区还是广袤海洋，都能实现精准定位。
分辨率信息明确标注了图像每个像素所对应的实际地面尺寸，从高分辨率到低分辨率的详细记录，让使用者对图像的精细程度和覆盖范围一目了然。
这些丰富的元数据，为生成高精度图像提供了不可或缺的上下文信息，帮助研究人员在不同的研究场景中，基于更全面的数据做出更准确的分析和判断，从而极大提升了数据的可用性和应用价值。
在构建全面且高质量的遥感数据集时，广泛整合现有优质数据源是关键路径。Git-10M数据集为达成这一目标，积极汇聚来自多方的公开数据集。这些公开数据集均源自现有高质量遥感图像数据集，具有各自独特的优势和特点。如：
Million-AID，在灾害监测与应急响应领域有着丰富的数据积累，其图像对于研究各类自然灾害对地表的影响具有极高价值。
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图像数据，为地质研究等方向提供有力支撑。
SSL4EO-S12，在多光谱遥感数据方面表现出色，其图像涵盖多种光谱信息，能助力对地表物体的精细分类和分析。
SkyScript，侧重于对天空与地表综合场景的记录，数据覆盖范围广泛，包含众多复杂地形和环境下的遥感影像。
DIOR，作为经典的目标检测遥感数据集，在目标识别和分类上有大量标注数据，可用于训练和优化相关模型。
RSICB，在图像分类和场景理解方面的数据丰富，为提升模型对不同场景的认知能力提供了有效数据支持。通过整合这些优质公开数据集。
在丰富Git-10M数据集的过程中，手动收集工作发挥了不可或缺的作用。尽管公开数据集已具备一定规模与多样性，但仍存在地理场景覆盖的盲区。
为此，研究团队开展了大量的手动收集工作，其中大部分数据来自从Google Earth手动获取的遥感图像。Google Earth凭借其广泛的全球覆盖范围和高分辨率成像能力，成为了关键的数据来源。
研究团队通过细致筛选与甄别，从海量的卫星影像中提取出特定区域、特定地貌特征的图像，这些图像有效补充了现有公开数据集中未覆盖的地理场景。
在构建高质量的Git-10M数据集时，筛选环节至关重要，直接关系到数据的可用性和研究价值。由于原始数据来源广泛，包含了从公开数据集收集以及手动获取的大量遥感图像，数据质量参差不齐，且存在地理分布不均衡等问题。为了打造出一个优质且具代表性的数据集，必须对原始数据进行严格筛选。
经过严格的筛选后，为进一步挖掘数据价值，充分发挥数据在模型训练中的作用，对数据进行增强处理成为重要的一环。Git-10M数据集致力于为科研与应用提供顶级的数据支撑，因此：
在构建丰富且全面的Git-10M数据集时，为每一幅图像匹配准确、详细的文本描述是一项关键任务。传统手动注释方式不仅耗时费力，效率低下，而且在大规模数据集上难以保证注释的一致性和全面性。随着人工智能技术的飞速发展，自动化注释成为高效处理海量图像的新途径。为了给数据集中的1000万对图像赋予高质量文本描述，Git-10M数据集采用了先进的自动化注释流程。
通过场景标签（如“机场”）和元数据（如地理位置和分辨率）优化提示词，提高描述的精准性。
在Git-10M数据集的自动化注释流程中，虽然GPT-4o模型配合优化后的提示词能够高效生成图像文本描述，但为确保最终数据质量万无一失，严格的质量保证机制必不可少。
手动抽样：定期检查文本描述的语义准确性，并针对问题样本调整提示词后重新生成。
为深入了解Git-10M数据集中文本描述的丰富程度与规模，我们对其进行了全面的文本统计分析。在这个包含海量图像文本对的数据集里，文本描述作为图像信息的重要补充，其质量和数量都直接影响着数据集的价值。
在构建Git-10M数据集的过程中，为了确保数据集能够满足多领域、多场景的研究与应用需求，对数据集的多个关键维度进行了深入考量与细致分析。
地理分布： 图像覆盖全球范围，包括所有大洲的城市、自然景观和农业场景，确保数据的代表性和多样性。
分辨率分布： 包括从高分辨率（0.5m/pixel）到低分辨率（128m/pixel）图像的广泛分布，适应不同的生成任务需求。
图像质量评估： 使用审美评分模型评估图像增强前后的质量。增强后的图像质量显著提升，适合作为高可靠性的训练数据。
文本丰富性： 通过词云和长度分布分析，文本覆盖了多样化的概念和地物，表明其在语义上的广泛性和细致性。
综合以上多方面的分析与考量，Git-10M数据集在数据分布、质量和文本描述等方面都展现出卓越的性能，能够为遥感领域的多模态研究以及相关应用提供坚实的数据基础，推动该领域的技术发展与创新 。
开源社区建设需要长期坚持和投入，更需要广大用户的积极参与、贡献和维护，欢迎大家加入wisemodel开源社区的志愿者计划和开源共创计划。期待更多开发者将开源成果，包括模型、数据集和代码等发布到社区，共建中立、开放的AI开源社区生态。欢迎扫码添加wisemodel微信，申请加入wisemodel社群，持续关注wisemodel.cn开源社区动态。
始智AI wisemodel社区自2023年9月上线以来，逐渐成为影响力日益扩大的中立开放的AI开源社区，为了加快公司发展，我们长期需要技术、运营等人才加盟，技术侧重在AI infra、后端开发，熟悉K8S、模型训练和推理等技术， 以及熟悉开发者生态运营的成员，欢迎感兴趣的朋友加盟，可以通过添加wisemodel微信，或者将简历投递到邮箱：
欢迎投稿分享人工智能领域相关的优秀研究成果，鼓励高校实验室、大企业研究团队、个人等，在wisemodel平台上分享各类优质内容，可以是AI领域最新论文解读、最新开源成果介绍，也可以是关于AI技术实践、应用和总结等。投稿可以发邮件到，也可以扫码添加wisemodel微信。
始智AI wisemodel.cn开源社区由清华校友总会AI大数据专委会副秘书长刘道全创立，旨在打造和建设中立开放的AI开源创新社区，将打造成“HuggingFace”之外最活跃的AI开源社区，汇聚主要AI开源模型、数据集和代码等，欢迎高校科研院所、大型互联网公司、创新创业企业、广大个人开发者，以及政府部门、学会协会、联盟、基金会等，还有投资机构、科技媒体等，共同参与建设AI开源创新生态。
