TreeOfLife – 200M 是由美国俄亥俄州立大学于 2025 年发布的大规模生物视觉数据集，相关论文成果为：「BioCLIP 2: Emergent Properties from Scaling Hierarchical Contrastive Learning」，旨在训练生物基础模型。该数据集是目前用于生物学计算机视觉模型的、规模最大且最多样化的公共机器学习就绪数据集。 该数据集包含近 2.14 亿张图像，覆盖 95.2 万个物种类别，整合了来自 4 个核心生物多样性数据提供商的图像和元数据：全球生物多样性信息设施（GBIF）、生命百科全书（EOL）、 BIOSCAN – 5M 和 FathomNet 。该数据集还通过充分涵盖博物馆标本、相机陷阱和公民科学图像，增加了图像上下文的多样性。 数据集示例

Citation

@dataset{treeoflife_200m,
title = {{T}ree{O}f{L}ife-200{M} (Revision 94bbc0b)},
author = {Jianyang Gu and Samuel Stevens and Elizabeth G Campolongo and Matthew J Thompson and Net Zhang and Jiaman Wu and Andrei Kopanev and Zheda Mai and Alexander E. White and James Balhoff and Wasila M Dahdul and Daniel Rubenstein and Hilmar Lapp and Tanya Berger-Wolf and Wei-Lun Chao and Yu Su},
year = {2026},
url = {https://huggingface.co/datasets/imageomics/TreeOfLife-200M},
doi = {10.57967/hf/8980},
publisher = {Hugging Face}
}