4K 基准图像

4K 全球地理定位基准数据集专为评估 AI 模型仅凭视觉输入预测地理坐标的性能设计，包含 4000 + 张街景图像；图像采样覆盖除南极洲外的六大洲，为街道层透视视角，文件名中编码了纬度和经度信息，已用于多个零样本、少样本及基于提示的地理定位推理相关的项目和学术基准测试The 4K Global Geo-Localization Benchmark Dataset is designed to evaluate the performance of AI models that predict geographic coordinates solely from visual input. It contains over 4,000 street view images. The sampled images cover all six continents except Antarctica, adopting a street-level perspective. Latitude and longitude information are encoded in the image filenames. This dataset has been utilized in multiple projects and academic benchmark tests related to zero-shot, few-shot, and prompt-based geo-localization reasoning.

搜集汇总

背景与挑战

背景概述

4K 基准图像是一个专为地理定位AI评估设计的全球街景图像数据集，包含4000+张覆盖六大洲的图像，每张图像的文件名编码了经纬度信息。该数据集适用于视觉语言地理定位研究、哈弗辛误差评估，并已用于测试多模态模型如GPT-4o和CLIP的地理定位性能，支持零样本和少样本推理任务。