“PIGEON is going that way I guess: PIGEON”
按年被提到
20232023 · 3 次2026
PIGEON: Predicting Image Geolocations
PIGEON:预测图像地理位置
Lukas Haas, Michal Skreta, Silas Alberti, Chelsea Finn · 2023
结合语义地理单元与对比预训练的全球图像地理定位系统
被提及 · 4 人首次 2023-07-16 · 最近 2025-04-26
4不同的人
3活跃月份
4讨论串
34被引(OpenAlex)
论文提出一个全球尺度的图像地理定位系统,结合语义地理单元(geocell)构建、多任务对比预训练和一个新的损失函数,并首次在位置簇上做检索来细化猜测。作者训练了两个模型:基于 Geoguessr 游戏数据的 PIGEON,全球范围内超过 40% 的猜测落在目标 25 公里内,在盲测中位列前 0.01% 玩家,并以 6 比 0 击败一位顶尖职业玩家;基于 Flickr 和维基百科图像的 PIGEOTTO 在多个基准上达到最优,城市级最多领先先前最优 7.7 个百分点,国家级最多领先 38.8 个百分点。
HN 为什么提它
评论者把它当作能预测照片位置的方向,可用于自动定位老照片,也是想要极强 GeoGuessr 机器人时的首选。
方法难度 3 / 5约 45 分钟经得起时间
读之前最好知道
1Vision Transformer 与 CLIP
2对比学习(contrastive learning)
3图像检索与分类(geocell 分类)
4地理坐标与球面距离
学习路径
读这篇之前,按顺序读书架上的 4 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出沿着 Transformer、ViT、CLIP 的视觉表示线,加上 PlaNet 的地理格子思想,建立 PIGEON 所需的前置知识。
- 1
- 2
把图像切成图块交给 Transformer,是 CLIP 视觉编码器和 PIGEON 的图像骨干来源。
读图像切块与线性嵌入、分类 token 的做法。
- 3
PIGEON 的多任务对比预训练是在 CLIP 基础上展开的。
读图文对比损失与零样本迁移的方式。
- 4
最早把全球切成地理格子做分类定位,PIGEON 的语义地理单元是它的改进。
读地理格子划分与把定位当成分类的做法,及其局限。
- 5PIGEON: Predicting Image Geolocations
结合语义地理单元、对比预训练和新损失函数的全球图像地理定位系统。
读语义地理单元的构造、损失函数设计与检索式精调。
HN 书评
推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及引用qalter · 2023-07
认为 PIGEON 正朝着自动定位老照片的方向发展
引用GaggiX · 2025-04
“If you want a bot that is extremely strong at geoguessr there is this: PIGEON”
推荐它作为极擅长 GeoGuessr 的模型,一次前向传播即可
被提交为 story · 2 次
- Pigeon: Predicting Image Geolocations ↗Luc · 2023-07-16 · 1 分
- Pigeon: Predicting Image Geolocations ↗jonbaer · 2023-12-22 · 1 分