图像超分辨率数据集
Set5
- 数据集描述
5张图片，一般用于测试性能
- 下载链接
Set14
- 数据集描述
14张图片，一般用于测试性能
- 下载链接
Urban100
- 数据集描述
100张图片，一般用于测试性能
包含了具挑战性的城市景色，具有不同频带的细节。
对真实图像利用双三次插值进行降尺度可以得到 LR/HR 图像对，以得到训练和测试数据集。
- 下载链接
Sun-Hays 80
- 数据集描述
80张图片，一般用于测试性能
- 下载链接
Manga109
- 数据集描述
109张图片，一般用于测试性能
该数据集由东京大学信息科学与技术学院电子信息学系相泽/山崎/松井实验室编辑，用于对日本漫画进行媒体处理的学术研究。Manga109由日本专业漫画家绘制的109漫画组成。这些是从1970年代到2010年代发行的漫画，涵盖了广泛的目标读者和体裁。（有关详细信息，请参阅“ 探索”中的表）。大部分已录制的漫画可在漫画库Z（以前已绝版的漫画库）中找到。
Manga109已获得作者的许可，可以在实验和论文中进行研究和使用，但仅限于非营利组织的学术用途。
此外，在109本书中，有87本书获得了新的商业使用许可。我们将以Manga109-s的名称提供它。
- 下载链接
需要通过数据集网站主页中的链接联系，之后就会收到可以下载的链接以及密码
Kaggle下载链接
google云盘下载
百度网盘 没有提取码
historical
- 数据集描述
10张图片，一般用于测试性能
- 下载链接
General100
- 数据集描述
100张图片，一般用于测试性能
- 下载链接
T91
- 数据集描述
91张图片，一般用于测试性能
- 下载链接
BSD100
- 数据集描述
100张图片，一般用于测试性能
- 下载链接
BSD200
- 数据集描述
200张图片
- 下载链接
BSD300
- 数据集描述
300张图片（200训练100验证）
- 下载链接
BSD500
- 数据集描述
500张图片（300训练200验证）
- 下载链接
City100
- 数据集描述
- 下载链接
DIV2K
- 数据集描述
900张图片（800张训练，100张测试，还有100张未公开的验证）DIV2K是NTIRE2017竞赛数据，它包含1000张2K分辨率图像，其中800张用于训练，100张用于验证，100张用于测试(GT未知)。在DIV2K数据里面，除了采用bicubic方式进行退化外，作者还提供了unknown退化方式的数据。
常规的SR训练，我们会需要 下载 X2、X3、X4、X8 以及原始 train 和 Validation 数据即可。
proposed in NTIRE17(800 train and 100 validation)
- 下载链接
网站主页有下载链接
Google云盘
百度网盘 没有提取码
Waterloo
- 数据集描述
4744幅原始自然图像和94880幅畸变图像（有各种评价指标的代码）
- 下载链接
W2S
- 数据集描述
W2S包括144000个真实荧光显微镜图像，共产生360组图像。一组由具有不同噪声水平的噪声低分辨率（LR）广域图像、无噪声LR图像和相应的高质量HR-SIM图像组成。W2S允许我们对6种去噪方法和6种SR方法的组合进行基准测试。
- 下载链接
SR-RAW
- 数据集描述
- 下载链接
PIPAL
- 数据集描述
ECCV2020 PIPAL Image Quality Assessment Dataset for Perceptual Image Restoration演示视频
github project: PIPAL-dataset: PIPAL Dataset and Training Codebase.
Perceptual Image Quality Assessment dataset
250 high quality reference images,
40 distortion types, including the output of GAN-based algorithms,
29,000 distortion images
1,130,000 human ratings.
- 下载链接
CUFED（The CUration of Flickr Events Dataset）
- 数据集描述
Flickr事件数据集（CUFED）是一个包含1883张专辑的事件管理数据集。每张专辑都描述了一个事件，专辑的事件类型来自我们日常生活中最常见的23个事件，从婚礼到自然之旅。相册的大小在30到100张图像之间变化。
对于每张专辑，专辑的事件类型由12名参与者投票决定。对于一些模棱两可的相册，有多种事件类型。
对于每个相册，相册中的图像由5名参与者根据相册的内容和事件类型，按其重要性/趣味性得分进行评级。分数是图像的“事件特定图像重要性”。
- 下载链接
DPED
- 数据集描述
iPhone 3GS 拍摄的低分辨率数据集
- 下载链接
DRealSR
- 数据集描述
DRealSR是Pengxu Wei等人构建的一种真实LR-HR数据对。相比RealSR，它的具有更强的多样性、更多的数据量。
- 下载链接
Real SR
- 数据集描述
分了好几个版本
Version 1: 234 scenes (204 scenes for training & 30 scenes for testing), (HR has the same resolution as LR).
Version 2: 559 scenes (459 scenes for training & 100 scenes for testing), (HR has the same resolution as LR).
Version 3: 559 scenes (459 scenes for training & 100 scenes for testing), (HR and LR have different resolution).
- 下载链接
Raw images google云盘
2.3G google云盘, 百度网盘 提取码 n77c
5.9G google云盘, 百度网盘 提取码 byyz
3.7G google云盘, 百度网盘 提取码 2n93
Flickr2K
- 数据集描述
数据大小为20G
HR: 2650 张 png ，包含人物、动物、风景
Flickr2K_LR_bicubic： X2、X3、X4，目前缺少 X8
2650 2K images from Flickr for training
- 下载链接
DF2K
- 数据集描述
A merged training dataset of DIV2K and Flickr2K
- 下载链接
OST (Outdoor Scenes)
- 数据集描述
7 categories images with rich textures
300 test images of outdoor scences
- 下载链接
PIRM
- 数据集描述
PIRM self-val, val, test datasets
- 下载链接
3、视频超分辨率数据集
| 数据集名称 | 数据集描述、评价、具体信息 | 下载链接 | 网站主页 |
|---|---|---|---|
| VID4 | 4 videos 常用的视频超分验证数据集 | 下载链接 | |
| SMPCs | 常用视频超分验证数据集 | 测试集下载 | github |
| MCL-V | 12 videos | google云盘 | 网站主页 |
| Vimeo-90k | 90k HQ videosVimeo90K应该是视频超分领域应用最多的数据集了。它是Tianfan Xue等人构建的一个用于视频超分、视频降噪、视频去伪影、视频插帧的数据集。虽然该数据集的分辨率比较小，仅为，但是该数据集非常大，高达80G。 | 训练集下载地址 测试集下载地址 |
网站主页 |
| GOPRO | 33 videos, deblur | 主页有下载链接 | 网站主页 |
| REDS | REDS是NTIRE19竞赛用数据，它被用于进行视频超分、视频插帧等任务。该数据集的分辨率为720p，算是比较大的数据了。完整数据合计近100G | 网站主页中有 下载代码 |
网站主页 |
| REDS_VTSR | 插帧数据集 | 主页有下载链接 | 网站主页 |
| MM522 | 是Peng Yi等人构建的一个用于视频超分的数据集，它包含20个视频序列。 | github工程1 训练集google云盘下载链接 github工程1 测试集google云盘下载链接 github工程2 使用的数据集：添加了20个序列视频作为验证 百度网盘 提取码 pr7p |
github工程1 github工程2 |
| UDM10 | 常用视频超分验证数据集 | 百度网盘 提取码 pr7p |
4、其他数据集合
| 数据集名称 | 数据集描述、评价、具体信息 | 下载链接 | 网站主页 |
|---|---|---|---|
| CelebA | Human faces | 主页有下载链接 | 网站主页 |
| Sintel | Optical flow | 网站主页 | 网站主页 |
| FlyingChairs | Optical flow | 主页有下载链接 | 网站主页 |
5、需要补充的内容
shanpenghui/dataset: Collection and research of dataset for SLAM
本周 Paper 推荐丨Deep Fashion3D、大规模图像质量评价数据集、移动物体识别 - ⎝⎛CodingNote.cc ⎞⎠
极市社区ECCV 2020 论文大盘点-图像增强与图像恢复篇
GitHub：超分辨率最全资料集锦_阿木寺的博客-CSDN博客
6、一些比较好的代码资源
超分重建 psnr 和 SSIM计算（pytorch实现）| 靠谱好用 | 搬砖简记_墨理三生-CSDN博客
The Waterloo Exploration Database
7、参考文献
超分重建数据集 DIV2K & Flickr2K 下载地址 | 简记_墨理三生-CSDN博客
Awesome-Super-Resolution/dataset.md at master · ChaofWang/Awesome-Super-Resolution
图像/视频超分之数据集 - 极术社区 - 连接 AIoT 开发者与生态服务
超分辨率数据集_DrogoZhang’s Blogs-CSDN博客_超分数据集
图像超分辨率重建数据集看这篇就够了 | 训练 + 测试 | 云盘分享 - 知乎
超分辨率重建task中，常用数据集总结_gwpscut的博客-CSDN博客_超分辨率重建数据集
以上就是本文的全部内容，希望对大家的学习有所帮助，本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 原文地址：https://blog.csdn.net/qq_41554005/article/details/116466156