Repolode
提交项目
VicenteVivan

VicenteVivan/geo-clip

基于 PyTorch 的 GeoCLIP 实现，用类似 CLIP 的方式对齐图像与 GPS 坐标，用于全球图像地理定位。

在 GitHub 查看官网
Star
413
Fork
52
未关闭 Issue
9
最近提交
15天前

这是什么？

GeoCLIP 用于判断一张照片拍摄于全球何处。它借鉴 OpenAI CLIP 的思路，对图像编码器与位置编码器进行对比学习，让图像与 GPS 坐标在同一向量空间中对齐。训练数据为包含约 470 万张带地理标签图像的 MP-16 数据集。

其中的位置编码器把地球视为连续函数，可以单独作为预训练的 GPS 编码器使用，将经纬度转换为 512 维向量。项目还可以与图像视觉特征拼接，用于地理感知的多类别分类任务。

项目可通过 pip 安装 `geoclip` 包。`GeoCLIP` 类的 `predict` 方法可以对单张图片返回概率最高的若干个 GPS 候选位置及其概率，`LocationEncoder` 类则用于坐标嵌入。

核心功能

  • 01对输入图像输出概率最高的若干个 GPS 坐标及其概率。
  • 02提供可独立使用的预训练位置编码器，将经纬度转换为向量。
  • 03基于约 470 万张带地理标签图像的 MP-16 数据集进行对比学习训练。
  • 04支持通过 pip 或源码安装。

适用场景

  • 为缺少 GPS 元数据的照片估计可能的拍摄地点。
  • 将 GPS 嵌入作为地理感知分类模型的额外特征。
  • 用于全球图像地理定位或位置表示学习的研究。

快速上手

  1. 1

    从 PyPI 安装软件包

    pip install geoclip
  2. 2

    加载模型并预测图片的 GPS 坐标

使用前须知

  • README 未说明硬件要求，因此是否需要 GPU 不清楚。

标签

#geolocalization#pytorch#contrastive-learning#gps-embeddings#computer-vision#multimodal#deep-learning#geography#geolocation-estimation#machine-learning

常见问题

geo-clip 是什么？
基于 PyTorch 的 GeoCLIP 实现，用类似 CLIP 的方式对齐图像与 GPS 坐标，用于全球图像地理定位。 GeoCLIP 用于判断一张照片拍摄于全球何处。它借鉴 OpenAI CLIP 的思路，对图像编码器与位置编码器进行对比学习，让图像与 GPS 坐标在同一向量空间中对齐。训练数据为包含约 470 万张带地理标签图像的 MP-16 数据集。
geo-clip 可以免费使用吗？用的什么许可证？
geo-clip 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
geo-clip 还在维护吗？
活跃维护中。geo-clip 最近一次提交是在 2026年10月7日。
geo-clip 适合用来做什么？
为缺少 GPS 元数据的照片估计可能的拍摄地点。 将 GPS 嵌入作为地理感知分类模型的额外特征。 用于全球图像地理定位或位置表示学习的研究。
geo-clip 怎么安装和运行？
从 PyPI 安装软件包: pip install geoclip 加载模型并预测图片的 GPS 坐标
在哪里获取 geo-clip？
源代码和安装说明在 GitHub 上：https://github.com/VicenteVivan/geo-clip

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目