University1652-Baseline

拿无人机图像定位全球建筑，跨视角检索基准一键跑通

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数据集 🍴 复刻 93 🐛 待处理 44 👀 关注 10

GitHub ↗

GitHub 星标 ★ 701

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源免费，代码与数据集公开

项目预览

University1652-Baseline 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类数据集

开发团队layumi

GitHubhttps://github.com/layumi/University1652-Baseline

定价模式🏷️完全免费

价格说明开源免费，代码与数据集公开

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型awesome-list,cross-view,cvact,cvusa,dataset,drone,gem-pooling,geo-localization,image-retrieval,multi-source-benchmark,place-recognition,pytorch,remote-sensing,satellite,uav

GitHub 星标★ 701

上线时间2019-11-04 00:00:00

代码更新2026-10-07

仓库体积130.8 MB

本站数据更新2026-11-11

维护状态维护中

收录时间2026-08-13

浏览次数12

项目介绍

University1652-Baseline 是 ACM Multimedia 2020 论文《University-1652: A Multi-view Multi-source Benchmark for Drone-based Geo-localization》的官方基线实现。该项目提供了一个大规模多视角、多源数据集的基准测试框架，用于无人机航拍图像的地理定位任务。数据集标注了全球72所大学的1652栋建筑，包含无人机视角、卫星视角和地面视角的多源图像。项目核心解决了跨视角图像检索和地理定位的评估问题，提供了数据加载、模型训练、特征提取和评估的完整流程，支持Gem Pooling等主流检索方法，并集成了CVUSA、CVACT等经典数据集的处理逻辑。作为早期项目，它已成为该领域后续研究的重要参考基线。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-13 · 当前星标 ★ 701

技术标签

awesome-list dataset image-retrieval pytorch remote-sensing

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 70 分钟部署方式：本地安装 5 步

环境要求

CUDA GPU
Python 3.8+
University-1652 数据集

安装与启动步骤

1装依赖

仓库给的是 requirement.txt（单数），路径别写错。
```
pip install -r requirement.txt
```
2对齐 PyTorch 版本

官方提示 torchvision 要匹配 PyTorch，版本不一致会编译失败。
3装项目本身

setup.py 安装后才有可导入的模块。
```
python setup.py install
```
4准备数据集

无人机视角的地理定位数据集需要单独下载并按目录规范摆放。
5跑训练与测试

先跑一组小配置确认显存与数据加载正常，再上完整训练。
```
python train.py --name three_view_long_share_d0.75_256_s1_google --fp16
```