Retrieval-SfM 建筑物图像检索数据集下载 | 28K+标注图片 713个地标场景

Retrieval-SfM 数据集是计算机视觉领域经典的实例图像检索基准数据集，广泛应用于建筑物识别、视觉地点定位（Visual Place Recognition）及深度学习模型训练等研究方向。

数据集规模与构成

该数据集共收录来自全球 713 个真实地点的 28,559 张高质量图像。每张图像均附有精确的地点标注标签，覆盖宫殿、塔楼、教堂、广场等著名建筑物类型。建筑物作为相对静态的视觉对象，在跨视角匹配中具有显著的判别性特征，是训练图像检索模型的理想素材。

数据特点与适用场景

训练集涵盖丰富的真实世界变化因素，包括多视角拍摄、部分遮挡、昼夜光照差异、天气条件变化等。这些多样性使得该数据集特别适合以下研究与应用场景：

实例级图像检索（Instance-level Image Retrieval）

视觉地点识别与定位（Visual Place Recognition / VPR）

图像特征提取与相似度度量模型训练

卷积神经网络（CNN）与视觉Transformer的基准测试

地理标注图像分类与地标识别系统开发

适用人群

本数据集面向计算机视觉研究者、深度学习工程师、地理信息系统（GIS）开发者、自动驾驶感知算法团队，以及从事图像检索、地点识别相关课题的高校师生与科研机构人员。