Retrieval-SfM 数据集被用于实例图像检索。该数据集包含来自世界上 713 个地点的 28,559 张图像。每张图片都有一个标注，表明它属于哪个地点。

大多数地点都是著名建筑物，如宫殿和塔楼，它们是相对静态的，有助于识别视觉地点。训练集包含各种变化，包括视角、遮挡和光照条件的变化等。