RS5M 是数据集领域的开源项目，由 om-ai-lab 开发，2023 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 318。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-13。开源数据集，MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：遥感图像检索与问答系统开发。同类可对比的替代方案包括 RemoteCLIP、SkyScript、FMoW。
RS5M
下载500万遥感图文对，训练你的遥感视觉语言模型
RS5M是一个面向遥感领域的大规模视觉-语言数据集，由复旦大学等机构发布，旨在解决遥感图像理解中缺乏高质量图文对数据的问题。该数据集包含超过500万张遥感图像及其对应的自然语言描述，覆盖场景分类、目标检测、语义分割等多种任务。RS5M的核心能力在于为遥感领域的视觉-语言预训练模型提供训练数据，支持图像-文本检索、图文匹配、零样本分类等应用。项目提供了数据下载、预处理脚本和评估基准，并配套了基于CLIP的基线模型训练代码，方便研究者快速上手。通过将遥感图像与语义丰富的文本对齐，RS5M显著提升了模型对遥感图像的理解能力，弥补了通用视觉-语言数据集在遥感场景下的不足。
开源
free
开源模型
GitHub 星标
★ 318
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队om-ai-lab
所属国家
定价模式free
价格说明开源数据集，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型foundation-models,remote-sensing,vision-and-language
GitHub 星标★ 318
30天Star增速
HF 下载量
上线时间2023-06-17 00:00:00
最近更新2026-09-13 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 数据规模大，500万图文对，远超同类遥感数据集
- 覆盖多任务，支持场景分类、目标检测等，通用性强
- 提供基线模型和评估代码，开箱即用
不足之处
- 数据下载需申请，可能受限于网络或审批流程
- 文档以英文为主，中文社区支持待观察
适用场景
- 遥感图像检索与问答系统开发
- 遥感基础模型预训练（如CLIP适配）
- 零样本遥感场景分类与目标识别
替代项目
RemoteCLIP、SkyScript、FMoW
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models