La géolocalisation inter-vues (CVGL), qui consiste à apparer et à récupérer des images satellites pour déterminer la localisation géographique d'une image terrestre, est cruciale dans les scénarios où le système de navigation par satellite (GNSS) est limité. Cependant, cette tâche rencontre des défis importants en raison des disparités considérables de points de vue, de la complexité des scénarios de localisation et du besoin de localisation globale. Pour répondre à ces problèmes, nous proposons un nouveau cadre CVGL intégrant le modèle fondamental visuel DINOv2 avec un mélangeur de caractéristiques avancé. Notre cadre introduit une perte symétrique InfoNCE et intègre des stratégies d'échantillonnage de voisins proches et d'échantillonnage dynamique de similarité, améliorant considérablement la précision de la localisation. Les résultats expérimentaux montrent que notre cadre surpasse les méthodes existantes sur plusieurs jeux de données publics et construits par nos soins. Afin d'améliorer davantage les performances à l'échelle mondiale, nous avons développé CV-Cities, un nouveau jeu de données pour la CVGL globale. CV-Cities comprend 223 736 paires d'images terrestres-satellites avec des données géolocalisées, couvrant seize villes réparties sur six continents et englobant une large gamme de scénarios complexes, offrant ainsi un benchmark difficile pour la CVGL. Le cadre formé avec CV-Cities démontre une haute précision de localisation dans diverses villes de test, soulignant ses capacités solides en termes de mondialisation et de généralisation. Nos jeux de données et codes sont disponibles à l'adresse suivante : https://github.com/GaoShuang98/CVCities.