首发：AIWalker
作者：HappyAIWalker
大军未动，粮草先行。在深度学习领域，数据就是“粮草”。在进行模型训练之前，我们必须要了解需要用到哪些训练数据，哪些验证数据。在文本中，我们将汇总一下图像超分、视频超分中的那些数据集。
图像超分数据
- DIV2K
DIV2K数据主页链接：https://data.vision.ee.ethz.c...。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。数据的存放格式如下：
`DIV2K/
DIV2K/DIV2K_train_HR
DIV2K/DIV2K_train_LR_bicubic
DIV2K/DIV2K_train_LR_bicubic/X2
DIV2K/DIV2K_train_LR_bicubic/X3
DIV2K/DIV2K_train_LR_bicubic/X4
DIV2K/DIV2K_val_HR
DIV2K/DIV2K_val_LR_bicubic
DIV2K/DIV2K_val_LR_bicubic/X2
DIV2K/DIV2K_val_LR_bicubic/X3
DIV2K/DIV2K_val_LR_bicubic/X4
`
- Flickr2K
除了DIV2K外，Flickr2K也是常用的一个数据集，它往往同DIV2K合并称作DF2K。用于进一步扩增数据并提升模型的指标。Flickr2K包含260张2K分辨率图像，其下载链接为：http://cv.snu.ac.kr/research/...
Flickr2K的数据存放格式与DIV2K类似，如下形式：
`Flickr2K/
Flickr2K/Flickr2K_HR
Flickr2K/Flickr2K_LR_bicubic
Flickr2K/Flickr2K_LR_bicubic/X2
Flickr2K/Flickr2K_LR_bicubic/X3
Flickr2K/Flickr2K_LR_bicubic/X4
`
- DIV8K
DIV8K是AIM2019新构建个一个数据集，它包含1500张分辨率最高达到8K的图像，相比DIV2K，它具有更多样性的场景，它用于进行16x和32x超分任务的训练。此外它还分别有100张用于验证和测试的高分辨率图像。它的数据排布方式与DIV2K基本相同：
`DIV8K/
DIV8K/DIV8K_train_HR
DIV8K/DIV8K_train_LR_bicubic
DIV8K/DIV8K_train_LR_bicubic/X16
DIV8K/DIV8K_val_LR_bicubic
DIV8K/DIV8K_val_LR_bicubic/X16
`
- RealSR
RealSR是Jianrui Cai等人构建了一种模拟camera的数据，它提供了Canon与Nikon两种相机采集的数据。它有三个版本的数据，V1包含234场景数据，HR与LR分辨率相同；V2包含559场景数据，HR与LR分辨率相同；V3包含559场景数据，HR与LR分辨率不同。与此同时，RealSR还提供有RAW数据。该数据集的链接为：https://github.com/csjcai/Rea...：
`RealSR/
RealSR/Cannon
RealSR/Cannon/Test
RealSR/Cannon/Test/2
RealSR/Cannon/Test/3
RealSR/Cannon/Test/4
RealSR/Cannon/Train
RealSR/Cannon/Train/2
RealSR/Cannon/Train/3
RealSR/Cannon/Train/4
RealSR/Nikon
RealSR/Nikon/Test
RealSR/Nikon/Test/2
RealSR/Nikon/Test/3
RealSR/Nikon/Test/4
RealSR/Nikon/Train
RealSR/Nikon/Train/2
RealSR/Nikon/Train/3
RealSR/Nikon/Train/4
`
- DReal
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。其下载链接为：https://pan.baidu.com/s/1ey9J... (验证码：osiy)。该数据的排布方式如下：
`DRealSR
DRealSR/x2
DRealSR/Test_x2
DRealSR/Test_x2/test_HR
DRealSR/Test_x2/test_LR
DRealSR/Train_x2
DRealSR/Train_x2/train_HR
DRealSR/Train_x2/train_LR
DRealSR/x3
DRealSR/Test_x3
DRealSR/Test_x3/test_HR
DRealSR/Test_x3/test_LR
DRealSR/Train_x3
DRealSR/Train_x3/train_HR
DRealSR/Train_x3/train_LR
DRealSR/x4
DRealSR/Test_x4
DRealSR/Test_x4/test_HR
DRealSR/Test_x4/test_LR
DRealSR/Train_x4
DRealSR/Train_x4/train_HR
DRealSR/Train_x4/train_LR
`
- City100
City100是Chang Chen等人构建的一种模拟相机镜头的真实数据集，它采用了Nikon与iphone分别采集了100对HR-LR数据对。下载链接：https://github.com/xhydtc/Cam...。它的数据排布方式如下：
`City100/
City100/City100_NikonD5500
City100/City100_iPhoneX
`
- SR-RAW
SR-RAW是Qifeng Chen等人构建一个raw数据进行超分的数据集。该数据集链接：https://github.com/ceciliavis...。这个数据集有点大，训练集有58G，测试集有7G。
- Set5，常用验证集。链接如下：http://people.rennes.inria.fr...\_BMVC12.html
- Set14，常用验证集。链接如下：https://sites.google.com/site...
- B100，常用验证集。链接如下：https://www2.eecs.berkeley.ed...
- Urban100，常用验证集。链接：https://cv.snu.ac.kr/research...
- Manga109，常用验证集。链接：http://www.manga109.org/en/
- General100，常用验证集。下载链接：http://mmlab.ie.cuhk.edu.hk/p...
- L20，非常用验证集。下载链接：待补充。
- T91，传统方法常用数据。链接：https://drive.google.com/driv...
视频超分
- Vimeo90K
Vimeo90K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。下载链接：http://toflow.csail.mit.edu/
- 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，下载链接：https://seungjunnah.github.io...
- Vid4，常用的视频超分验证数据集。链接：https://github.com/spigelli/v...
- SMPCs，常用视频超分验证数据集。链接：https://github.com/jiangsutx/...\_VideoSR
- UDM10，常用视频超分验证数据集。链接：https://pan.baidu.com/s/1TNtkn\_dHHQf\_3\_JABKWgZg(验证码：pr7p)
- MM522
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。下载链接如下：https://github.com/psychopa4/...。数据排布如下：
当然，这里也仅仅列出了图像/视频超分中常用的数据集。还有不少应用较少的数据暂未列上去。不过上述这些数据也足够各位同学进行相应研究了。
- END -
推荐阅读
本文章著作权归作者所有，任何形式的转载都请注明出处。更多动态滤波，图像质量，超分辨相关请关注我的专栏深度学习从入门到精通。
