实践与问题解决28最全超分辨率(SR)数据集介绍以及多方法下载链接

Posted 呆呆象呆呆

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了实践与问题解决28最全超分辨率(SR)数据集介绍以及多方法下载链接相关的知识,希望对你有一定的参考价值。

呆呆象呆呆的所有博客目录

1、常用的数据集搜索网站

Zenodo - Research. Shared.

Dataset Search

Kaggle: Your Home for Data Science

2、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

他人工作提供的下载链接
Kaggle下载链接
Google云盘下载1
Google云盘下载2
百度网盘 没有提取码

Set14

  • 数据集描述

14张图片,一般用于测试性能

  • 下载链接

他人工作提供的下载链接
Kaggle下载链接
Google云盘下载
百度网盘 没有提取码

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

他人工作提供的下载链接1
他人工作提供的下载链接2
Kaggle下载链接
Google云盘下载
百度网盘 没有提取码

Sun-Hays 80

  • 数据集描述

80张图片,一般用于测试性能

  • 下载链接

他人工作提供的下载链接

Manga109

  • 数据集描述

网站主页

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

Kaggle下载链接
google云盘下载
百度网盘 没有提取码

General100

  • 数据集描述

100张图片,一般用于测试性能

  • 下载链接

Kaggle下载链接
他人工作提供的下载链接
google云盘下载
百度网盘 没有提取码

T91

  • 数据集描述

91张图片,一般用于测试性能

  • 下载链接

Kaggle下载链接
google云盘下载
百度网盘 没有提取码

BSD100

  • 数据集描述

100张图片,一般用于测试性能

  • 下载链接

他人工作提供的下载链接
Kaggle下载链接
google云盘下载
百度网盘 没有提取码

BSD200

  • 数据集描述

200张图片

  • 下载链接

Kaggle下载链接
google云盘下载
百度网盘 没有提取码

BSD300

  • 数据集描述

数据集网站

300张图片(200训练100验证)

  • 下载链接

下载地址

BSD500

  • 数据集描述

数据集网站

500张图片(300训练200验证)

  • 下载链接

下载地址

City100

  • 数据集描述

github project
论文地址

  • 下载链接

下载地址

DIV2K

  • 数据集描述

数据集网站

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

数据集网站

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

下载地址

W2S

  • 数据集描述

论文地址

github project

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

zenodo数据下载
下载地址

SR-RAW

  • 数据集描述

github project

  • 下载链接

Google云盘

PIPAL

  • 数据集描述

论文地址

PIPAL比赛主页

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

训练集Google 云盘
测试集Google 云盘

CUFED(The CUration of Flickr Events Dataset)

  • 数据集描述

论文地址

数据集网站

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

官方Googel 云盘
他人工作提供的下载链接

DPED

  • 数据集描述

数据集网站

论文地址

github project

iPhone 3GS 拍摄的低分辨率数据集

image-20210506213823703

  • 下载链接

百度网盘 提取码 57l9
Google 云盘

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

百度网盘 提取码 osiy

Real SR

  • 数据集描述

github地址

论文地址

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

github project

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

百度网盘 提取码 moli
百度网盘 没有提取码
他人工作提供的下载链接
Google云盘

DF2K

  • 数据集描述

A merged training dataset of DIV2K and Flickr2K

  • 下载链接

Google云盘
百度网盘 没有提取码

OST (Outdoor Scenes)

  • 数据集描述

7 categories images with rich textures
300 test images of outdoor scences

  • 下载链接

Google云盘
百度网盘 没有提取码

PIRM

  • 数据集描述

PIRM self-val, val, test datasets

数据集网站

  • 下载链接

Google云盘
百度网盘 没有提取码

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
VID44 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-V12 videosgoogle云盘网站主页
Vimeo-90k90k 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
GOPRO33 videos, deblur主页有下载链接网站主页
REDSREDS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
CelebAHuman faces主页有下载链接网站主页
SintelOptical flow网站主页网站主页
FlyingChairsOptical 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

极市社区【资源】超分辨率相关资源大列表

6、一些比较好的代码资源

超分重建-代码环境搭建-知识总结_墨理三生-CSDN博客

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

数据集 | COKID

Super Resulotion | Kaggle

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

以上是关于实践与问题解决28最全超分辨率(SR)数据集介绍以及多方法下载链接的主要内容,如果未能解决你的问题,请参考以下文章

马赛克变高清,谷歌将SR3CDM相结合,推出超分辨率新方法

25G SFP28 SR多模和LR单模光模块的介绍及区别

最新最全Diffusion Models论文代码汇总(图像生成图像分割图像翻译超分辨率重建医疗影像自然语言处理视频生生成时间序列生成3D点云生成文本语音转换音频生成等)

PANet:基于金字塔注意力网络的图像超分辨率重建(Pytorch实现)

SR汇总效果对比

Deep Learning for Image Super-resolution: A Survey