dcher95/global-dense-instances

Global Dense Satellite — Instance Annotations (v1.0) 是一个全球卫星图像实例标注数据集，包含932,427个多边形级别的对象标注，覆盖275个分层站点，标注基于10-18级缩放级别的全球密集卫星图块。每个实例是一个多边形（建筑物轮廓或OSM区域特征），带有结构化的OpenStreetMap标签，并投影到其最深包含图块的像素坐标系中。这是一个仅包含标注的发布版本，卫星图像需从另一个数据集单独下载。数据集包含多种文件格式，如实例元数据、标签词汇表、站点索引等，适用于特征提取、图像分类和目标检测等任务。Global Dense Satellite — Instance Annotations (v1.0) is a dataset of global satellite image instance annotations, containing 932,427 polygon-level object annotations across 275 hierarchical sites, anchored to global-dense-satellite satellite tiles at zoom levels 10-18. Each instance is a polygon (building footprint or OSM area feature) with structured OSM tags, projected into the pixel frame of its deepest containing tile. This is an annotations-only release — the satellite imagery must be downloaded separately from another dataset. The dataset includes various file formats such as instance metadata, tag vocabulary, site indices, etc., and is suitable for tasks like feature extraction, image classification, and object detection.

搜集汇总

数据集介绍

构建方式

Global Dense Satellite — Instance Annotations (v1.1) 数据集由 Daniel Cher 构建，专注于提供全球范围内密集卫星影像的实例级标注信息。构建流程首先通过站点注册表确定275个地理站点的方位与边界信息，随后从OpenStreetMap（OSM）的区域提取和微软全球建筑足迹（Microsoft Global Building Footprints）中分别获取多边形数据。在此基础上，系统将MS建筑足迹与OSM多边形进行联合处理，对于IoU不低于0.5或覆盖比例满足条件（cont_osm≥0.85且cont_ms≥0.5）的OSM多边形，将其标签合并至MS对应行，而未匹配的OSM多边形则独立保留为OSM建筑或OSM区域实例。最终，每个实例被锚定至最深完全包含该多边形的缩放层级瓦片，并将顶点投影至256x256像素的瓦片坐标系中，同时构建标签词汇表与CSR格式稀疏矩阵，完成全局聚合。

特点

该数据集的核心特点在于其大规模、多源融合的实例级标注体系，共包含932,427个多边形实例，分布于12,384个唯一瓦片与275个全球分布式站点中。每个实例均附带结构化OSM标签（涵盖4,828种键值对），并拥有详细的几何与语义属性，包括多边形顶点坐标（总计超627万个）、像素面积、建筑高度（来自MS数据）、置信度以及质心与边界框位置。数据源融合了MS专属、MS与OSM合并、OSM建筑和OSM区域四类实例，实现了遥感建筑足迹与开放地图语义的有机结合。此外，针对像素面积不小于300的实例子集（共41,646个），数据集提供了由InternVL3-38B-AWQ模型生成的VLM自然语言描述，进一步增强了实例的语义可解释性，适用于多模态检索与视觉语言任务。

使用方法

用户需通过HuggingFace Hub的 snapshot_download 函数将 global-dense-instances 数据集下载至本地，同时单独获取配套的卫星影像数据集 global-dense-satellite。标注与影像的关联基于瓦片位置字符串“{zoom}_{x}_{y}”进行连接，该字符串对应影像数据集中的 location 列。数据集提供了完整的加载示例脚本 scripts/load_dataset_example.py，演示了如何从 inst_metadata.npz 中提取指定实例的几何信息、标签映射以及渲染单一实例的完整流程。此外，用户可通过 tag_vocab.pt 或 tag_pairs.parquet 进行标签解码，并利用 captions.parquet 中提供的对齐索引（inst_local_id）将VLM描述与对应实例关联，从而支持基于自然语言的实例检索、区域描述生成等下游应用开发。

背景与挑战

背景概述

全球密集卫星实例注释数据集（Global Dense Satellite — Instance Annotations, v1.1）由Daniel Cher于2026年创建，旨在为遥感影像提供大规模、高精度的地理空间实例级标注。该数据集包含超过93万个多边形实例，覆盖全球275个分层站点，融合了微软全球建筑足迹与OpenStreetMap矢量数据，支持目标检测、图像分类及特征提取等任务。其核心研究问题在于弥补现有卫星图像数据集在实例级标注上的不足，推动地理空间人工智能的发展。通过结构化的开放街道地图标签和分层瓦片系统，该数据集为建筑物提取、土地利用分析等领域提供了标准化基准，对遥感与计算机视觉交叉研究具有重要影响力。

当前挑战

该数据集所解决的领域挑战包括卫星图像中密集建筑物的精确识别与实例分割，尤其在复杂城市环境中，传统数据集往往缺乏多源异构标注的融合机制。构建过程中面临多重困难：首先，需将微软建筑足迹与开放街道地图多边形进行非平凡的面元匹配（IoU≥0.5或重叠度阈值），处理几何不一致性；其次，在分层瓦片系统中为每个多边形确定最深层锚定瓦片，并投影至256×256像素帧，涉及坐标变换与面积计算；最后，从全球地理区域提取开放街道地图数据时，需解决不同来源的数据一致性、标签编码及谱系追踪问题，确保数据集在ODbL-1.0许可下的合规性。

常用场景

经典使用场景

在遥感影像理解与地理空间智能领域，Global Dense Satellite — Instance Annotations数据集为密集建筑足迹的实例级检测与分割任务提供了高质量的标注资源。该数据集覆盖全球275个分层站点，包含超过93万个多边形级别的目标实例，每个实例均附带经过结构化的OpenStreetMap标签信息。研究者通常利用该数据集进行卫星图像中建筑物的像素级分割与边界框回归，尤其在多尺度、多源数据融合的场景下，其丰富的标注形式和层次化的组织方式使得模型能够在不同空间分辨率下学习到鲁棒的建筑物特征表征。

衍生相关工作

自该数据集发布以来，其衍生工作主要沿着两个方向展开：一是基于多模态视觉-语言模型（VLM）的遥感图像描述生成，数据集附带的约4.1万个实例的自然语言标注直接催生了面向建筑物语义属性的图文检索与场景叙事研究；二是多源数据融合的地物分类框架，研究者借鉴其MS与OSM标签的合并逻辑，开发出能统一处理异构地理数据源的混合模型架构。此外，其标注数据的CSR压缩格式与层次化站点设计也为大规模地理空间数据的分布式训练与高效存储提供了参考范式，启发了一系列围绕全球尺度遥感预训练表征学习的后续工作。

数据集最近研究

最新研究方向

该数据集聚焦于全球高密度卫星影像的实例级标注，为遥感领域的建筑足迹检测与地理空间目标识别提供了大规模、高质量的基准数据。结合OpenStreetMap的开放标签体系与微软全球建筑轮廓数据，数据集覆盖275个分层站点、近百万多边形实例，并首次引入视觉语言模型（InternVL3-38B）为密集小目标生成自然语言描述，推动了跨模态地理空间理解的前沿探索。在当前大模型与遥感融合的热点趋势下，该数据集为弱监督学习、零样本迁移及多任务联合建模提供了关键支撑，尤其适用于全球尺度下的城市扩展监测、灾害评估与基础设施映射，对智慧城市与可持续发展目标具有深远意义。