GAIA – Satellite Image Dataset
GAIA es un conjunto de datos de imágenes satelitales anotadas que cubren las cinco esferas de la Tierra (atmósfera, biosfera, etc.). Los datos están enriquecidos con metadatos geográficos, etiquetas y subtítulos, lo que hace que este corpus sea relevante para la investigación ambiental, el monitoreo global y la capacitación en modelos de IA.
Más de 36 000 imágenes de satélite (reconstrucciones en JSON + .png a través de img2dataset)
MIT
Descripción
GAIA es un conjunto de datos de imágenes de satélite extraídas de la web, enriquecido con metadatos como la ubicación, el satélite utilizado, los métodos de disparo, las resoluciones y las leyendas de texto. El conjunto de datos está organizado por temas ambientales según las cinco esferas terrestres: atmósfera, hidrosfera, biosfera, geosfera y criosfera.
¿Para qué sirve este conjunto de datos?
- Entrenamiento de modelos multimodales de imagen/texto para el análisis de escenas naturales
- Analizar los fenómenos ambientales a escala global (por ejemplo, deforestación, contaminación marina)
- Sirven de base para proyectos de visión artificial geoespacial y cartografía inteligente
¿Se puede enriquecer o mejorar?
Sí, el conjunto de datos está diseñado para ser ampliable. Es posible añadir nuevos pares de imágenes y texto, enriquecer los metadatos con datos climáticos o convertir los archivos a otros formatos (por ejemplo, COCO). También se puede adaptar para la detección de objetos, la segmentación o el análisis temporal.
🔎 En resumen
🧠 Recomendado para
- Investigadores de teledetección
- Científicos de datos geoespaciales
- Proyectos de IA ambiental
🔧 Herramientas compatibles
- Img2dataset
- WebDataset
- PyTorch
- CLIP
- Segment Anything
- Hugging Face Datasets
💡 Consejo
Para una mayor eficiencia, reconstruye las imágenes en lotes mediante Docker img2dataset con thread_count optimizado.
Preguntas frecuentes
¿Tengo que descargar las imágenes por separado?
Sí, solo se proporcionan metadatos JSON de forma predeterminada. Las imágenes se deben reconstruir con la herramienta `img2dataset`.
¿Este conjunto de datos contiene anotaciones espaciales (cuadro delimitador, segmentación)?
No, las anotaciones proporcionadas son para metadatos contextuales (resolución, ubicación, leyenda del texto, etc.).
¿Se puede utilizar GAIA para la investigación climática?
Sí, su amplia cobertura temática lo convierte en un buen punto de partida para los modelos de análisis ambientales o climáticos.
