图片-生物识别 (TreeOfLife-200M)
文本图像表格/结构化特征提取人物/人像科学/学术100M–1B21393.7万 条数据更新时间 2026·07·08
数据集简介
主要数据内容包括: 大规模生物多样性图像数据资源 超过 2 亿张生物物种图像数据 覆盖动物、植物、真菌等多类别生命物种数据 包含物种分类学(Taxonomy)与科学名称信息 多来源生态图像数据,包括自然观察、博物馆标本与相机陷阱图像 细粒度物种识别与生物层级标签数据 配套生物文本描述与元数据信息 支持的能力方向包括: 生物图像识别与分类模型训练 细粒度物种识别(Fine-grained Recognition) 生物多样性基础模型训练 Vision-Language 生物多模态模型训练 零样本(Zero-shot)与少样本(Few-shot)生物识别 生态环境理解与生物特征学习 生物 Embedding 与层级语义学习 适用于: 生物多样性 AI 研究 智慧生态与环境监测场景 生物分类与科研分析 多模态生物数据训练 生物识别 Benchmark 评测 生态与生命科学 AI 模型研发
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet,支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。
记录代表性
数据覆盖全量业务场景,样本均衡,具备行业代表性
文本图像表格/结构化特征提取人物/人像科学/学术100M–1B
