GeoNet

GeoNet数据集由加州大学圣地亚哥分校的研究人员创建，旨在研究地理适应性问题。该数据集包含约40万张图像，分为多个子数据集，包括GeoPlaces用于场景分类，GeoImNet用于对象识别，以及GeoUniDA用于通用域适应。这些子数据集包含来自美国和亚洲的图像，反映了不同文化、经济和气候因素下的地理多样性。数据集还提供了每张图像的元数据，如GPS位置、标题和标签，以支持多模态监督算法的研究。GeoNet捕捉了由于地理差异引起的多种新颖挑战，如背景和对象设计的显著变化，以及标签分布的差异，旨在解决模型在不同地理环境下的泛化问题。