BIOSCAN-5M 是一个全面的多模态昆虫生物多样性数据集，由生物多样性基因组学中心 (Centre for Biodiversity Genomics) 、圭尔夫大学 (University of Guelph) 、滑铁卢大学 (University of Waterloo) 、西蒙弗雷泽大学 (Simon Fraser University) 、 Vector Institute 、阿尔伯塔机器智能研究所 (Amii) 和奥尔堡大学 (Aalborg University and Pioneer Centre for AI) 于 2024 年提出，旨在理解和监测全球昆虫生物多样性。相关论文成果为「BIOSCAN-5M: A Multimodal Dataset for Insect Biodiversity」。

该数据集包含了超过 500 万昆虫标本的详细信息，显著扩展了现有的基于图像的生物数据集，不仅包括分类标签、原始核苷酸条形码序列、分配的条形码索引号和地理信息，还涵盖了标本大小等多模态信息。