大阪大学发布BioVITATrain数据集,应用在多模态学习、生物多样性领域

大阪大学本次发布的数据集BioVITATrain,BioVITATrain是由大阪大学等机构构建的多模态生物数据集，涵盖视觉-文本-声学三模态对齐研究。该数据集包含130万音频片段（平均时长24.6秒）和230万图像，覆盖14,133个物种并标注34种生态特征，数据来源于iNaturalist、Xeno-Canto等开放平台。通过三阶段构建流程（音频筛选、细粒度标注、视觉数据整合）确保多模态一致性，并采用GPT-5辅助生态特征标注。该数据集旨在推动跨模态物种识别研究，解决生物多样性监测中多感官信息融合的挑战，适用于计算机视觉、生态声学及跨模态检索等领域。

查看BioVITATrain

关于大阪大学,大阪大学是日本一所著名的国立综合研究型大学，创立于1931年，位于大阪府吹田市。该校是日本顶尖的七所帝国大学之一，在医学、工学、基础科学等领域具有较强研究实力。

关于arXiv,全球最大的预印本学术论文数据库，涵盖物理、数学、计算机科学等多个学科领域。