GroundSet

GroundSet 是一个基于可验证地籍矢量数据的大规模地球观测数据集，旨在为现代多模态模型提供细粒度的空间理解能力。数据集基于法国国家测绘局（IGN）提供的高分辨率（20厘米）光学航空正射影像和合法验证的矢量数据构建，具有高度的语义丰富性和几何精度，适用于复杂的空间任务模型训练。

数据集包含两个主要部分：预训练数据集和微调数据集。预训练数据集包含510,483个图像块，共计3,829,755个标注对象，涵盖135个独特类别。微调数据集包含60,000张图像，共计880,000个对象，并附带1.8百万条指令查询。数据集支持多种任务，包括场景描述、局部分类、目标检测、多类检测、指代表达理解（REC）、分割和视觉问答（VQA）。

数据以Parquet文件格式存储，每行包含图像、文件名和包含原始元数据及几何标注的JSON字符串。数据集还提供了用于训练和评估的指令文件，格式为JSON或JSONL。