Git-10M|遥感图像数据集|生成模型数据集

Git-10M是由北京航空航天大学与上海人工智能实验室联合开发的全球规模遥感图像-文本对数据集，包含1000万对图像和文本，覆盖了城市、森林、山脉等多种地理场景，并包含丰富的元数据，如图像分辨率和地理位置信息。该数据集显著超越了现有数据集的规模和多样性，为训练生成模型提供了坚实的基础。数据集的应用领域包括遥感图像生成、虚拟场景构建、图像编辑等，旨在解决全球尺度、多分辨率可控的遥感图像生成问题。

AI搜集汇总

数据集介绍

构建方式

Git-10M数据集的构建过程涵盖了全球范围的遥感图像收集与文本标注。图像来源包括多个公开数据集和Google Earth的手动采集，确保了地理场景的多样性和广泛覆盖。通过自动化标注流程，结合GPT-4o模型生成高质量的文本描述，并辅以人工审核，确保了文本与图像的语义一致性。此外，数据集还保留了每张图像的分辨率和地理元数据，为后续的多分辨率图像生成提供了基础。

使用方法

Git-10M数据集主要用于训练和评估遥感图像生成模型，特别是基于文本驱动的图像生成任务。通过结合Text2Earth模型，用户可以根据文本描述生成特定分辨率的遥感图像。此外，数据集还可用于图像编辑、无边界场景构建和多模态图像生成等任务。其丰富的元数据和多样性使其成为遥感领域生成模型研究的理想基础资源。

背景与挑战

背景概述

Git-10M 数据集由北京航空航天大学的研究团队于2025年提出，旨在解决遥感领域大规模文本到图像生成技术的不足。该数据集包含1000万对图像-文本对，覆盖全球范围内的多种地理场景，并包含丰富的分辨率和地理空间元数据。Git-10M 的提出填补了遥感领域缺乏大规模、多样化数据集的空白，为遥感图像的生成、编辑和多模态任务提供了坚实的基础。该数据集不仅显著提升了遥感图像生成模型的训练效果，还为全球尺度的遥感场景建模提供了重要支持。

当前挑战

Git-10M 数据集面临的挑战主要包括两个方面。首先，遥感图像生成领域的主要问题在于如何生成具有全球尺度、多分辨率可控且无边界限制的图像。现有的数据集规模较小，且局限于特定地理区域和场景类型，难以支持复杂的地理特征建模。其次，在数据集构建过程中，研究人员面临了数据收集、标注和质量控制的挑战。全球范围内的遥感图像收集需要覆盖多样化的地理场景，而自动化的文本标注系统需要确保生成的文本描述与图像内容高度一致。此外，图像质量的提升和冗余数据的过滤也是构建过程中的重要挑战。

常用场景

经典使用场景

Git-10M数据集在遥感领域的文本到图像生成任务中展现了其经典应用场景。通过结合全球范围的遥感图像与文本描述，该数据集为训练生成模型提供了丰富的多模态数据支持。其最典型的应用场景包括全球尺度的遥感图像生成、多分辨率可控的图像合成以及无边界场景构建。研究人员可以利用该数据集生成特定地理区域的遥感图像，并通过文本描述控制生成图像的细节和分辨率，从而满足不同应用场景的需求。

解决学术问题

Git-10M数据集解决了遥感领域文本到图像生成技术中的两大核心问题：数据集规模不足和多样性有限。传统遥感图像-文本数据集通常局限于特定地理区域和场景类型，且缺乏分辨率信息。Git-10M通过提供1000万对图像-文本数据，覆盖全球多样化的地理场景，并包含丰富的分辨率信息，显著提升了生成模型的泛化能力和生成质量。此外，该数据集为研究全球尺度、多分辨率可控的遥感图像生成提供了坚实的基础，推动了遥感图像生成技术的进一步发展。

实际应用

在实际应用中，Git-10M数据集为遥感图像的虚拟场景构建、数据增强和图像编辑等任务提供了重要支持。例如，在城市规划中，研究人员可以通过文本描述生成特定区域的遥感图像，模拟不同规划方案的效果。在灾害监测中，该数据集可以用于生成灾害前后的遥感图像，帮助评估灾害影响。此外，Git-10M还支持无边界场景的构建，能够生成大范围的地理可视化图像，为地理信息系统（GIS）和虚拟现实（VR）应用提供了强大的数据支持。

数据集最近研究

最新研究方向

近年来，遥感领域的文本到图像生成技术逐渐成为研究热点，尤其是在全球尺度、多分辨率可控和无边界图像生成方面。Git-10M数据集的推出为这一领域提供了强有力的支持，其包含1000万对全球范围的遥感图像-文本对，覆盖了广泛的地理场景和分辨率信息。基于该数据集，研究者提出了Text2Earth模型，这是一个基于扩散框架的生成基础模型，具备13亿参数，能够生成全球尺度的遥感场景。Text2Earth不仅支持零样本文本到图像生成，还在无边界场景构建、图像编辑和跨模态图像生成等任务中表现出色。该模型通过分辨率引导机制和动态条件适应策略，显著提升了生成图像的质量和多样性，为遥感图像生成领域带来了新的突破。

相关研究论文

• Text2Earth: Unlocking Text-driven Remote Sensing Image Generation with a Global-Scale Dataset and a Foundation Model

  北京航空航天大学 · 2025年