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】

• 🥇 版权: 本文由【墨理】原创、在CSDN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 …

• 超分重建数据集 DIV2K & Flickr2K 下载地址 | 简记

📕 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：

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：

• 超分重建 psnr 和 SSIM计算（pytorch实现）| 靠谱好用

📗 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…

📘 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

  

 

  
1
 

📙 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

文章来源: positive.blog.csdn.net，作者：墨理学AI，版权归原作者所有，如需转载，请联系作者。

原文链接：positive.blog.csdn.net/article/details/113243938