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】

本文汇总Single Image Super Resolution (SISR)常用数据集,包括训练数据集DIV2K和Flickr2K,以及测试数据集Set5、Set14、BSD100、Urban100和DIV2K。提供了云盘分享链接,但请勿传播,以确保数据集的有效性。同时,博主分享了超分PSNR和SSIM计算的PyTorch实现,并邀请超分研究者加入交流群。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 🥇 版权: 本文由【墨理】原创、在优快云首发、如需转载,请联系博主
  • ❤️ 如果文章对你有帮助、欢迎三连、欢迎订阅

起因:其实之前有分享过一些SR数据集下载,与小伙伴交流过程总会发现新的数据集需求;
主题:本博文针对 Single image super resolution 常用数据集做一个总结归纳;


博文声明:


文末会有特定方式的数据分享,所做分享,有序自取,恳请不要传播本博文的云盘链接,避免失效…还得折腾;
当然,您下载来之后,可以用您自己方式分享给其他做超分学习的同学;
数据资源是公共的,分享方式则属于个人;


📔 训练数据集


训练数据集主流使用有如下两个:DIV2K & Flickr2K


之前一篇博文已经做过整理,麻烦移步啦,If you need …

5-9

最近买了服务、搭建了一个小的云盘、可以用来给各位小伙伴分享少量数据啦


目前仅限于、DIV2K 数据集、官网下载困难的小伙伴、可添加博主好友索要


📕 测试数据集


测试数据集,现在全网流传分享的SR测试数据集,其实有很多了;

通过运行诸多超分的项目,我们可以发现,当前比较通用的测试数据集是:

Set5 Set14 BSD100 Urban100 DIV2K

该集合会有一个名字叫做 benchmark ,目前全网到底哪个 benchmark 是真正靠谱、原生的数据,怕是很难分的清楚了;

当然是否原生,对我们小白的影响不大,能用就行;

但是有些 benchmark 可能存在这样的尴尬:

5-1

5-2

对话截图来自某位可爱的超分同学,感谢探讨

鹅猜,小白可能还会需要:


📗 分享描述


儿童节来临之际,又更新了一下这个数据集哈;
使用该测试数据命名上可能会需要结合代码变动一下;
祝好运…

6-1


📘 所示benchmark获取方式


所做分享,有序自取,请勿随意传播链接,主要是避免失效,感谢尊重和理解

搜索关注本博客同名公号,公号后台回复 【20210121】获取本博文中的 SR benchmark 测试数据集云盘下载链接:

20210121

📙 打工人,干饭人


博主维新:bravePatch


欢迎各位超分重建的小伙伴添加上方维新,加入 SR 讨论组,添加时备注 超分重建 即可


声明:搬砖不易,数据真实可靠,感谢点赞、感谢三连!

订阅专栏之后,从小白入门到初步具备基础的科研(搬砖)环境快速搭建、模型训练、常见bug排错、效果验证能力,各位小伙伴可参考如下博文的建议学习顺序进行学习

超分重建 psnr 和 SSIM计算(pytorch实现)| 靠谱好用 | 有效总结 —— 专栏推荐博文查阅顺序总结

9-3


评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

墨理学AI

不必打赏,关注博主公众号即可

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值