多任务全场景类脑通用视觉感知数据集

本文面向多任务、全场景、类脑通用视觉感知需求，构建并整理形成多任务全场景类脑通用视觉感知数据集。该数据集由多时相图像变化检测与语言描述数据子集、全球遥感视觉语言数据子集、全球大规模云雪判数据子集、多视角分割数据子集、多视角协同分割数据子集、海上目标检测识别数据子集、立体场景新视角合成数据子集、场景分类数据子集、光学实例分割数据子集、建筑物提取数据子集共10个子集组成，覆盖检测、分割、识别、描述、生成与跨模态理解等典型任务。数据来源包括公开遥感数据、航空与卫星影像以及仿真场景，地域范围覆盖全球六大洲及典型海域，时间跨度5—15年。数据集中提供图像、像素级掩膜、检测框、文本描述、深度图、DEM、相机内外参与BEV标注等多种数据形态，总体规模300多GB。构建过程中采用高质量数据源筛选、辐射校正、严格配准、几何投影一致性约束及“自动审计+人工抽检”的质量控制流程。该数据集可为类脑通用视觉模型的多任务训练、跨任务迁移、跨模态理解与标准化评测提供系统的数据支撑。