L'ensemble de données Retrieval-SfM est utilisé par exemple pour la récupération d'images. L'ensemble de données contient 28 559 images provenant de 713 emplacements à travers le monde. Chaque image possède une étiquette indiquant à quel emplacement elle appartient.

La plupart des lieux sont des bâtiments célèbres, tels que des palais et des tours, qui sont relativement statiques et aident à identifier l'emplacement visuel. L'ensemble d'entraînement contient une variété de variations, notamment des changements de point de vue, d'occlusion et de conditions d'éclairage.