超分辨数据集：Set5 Set14 BSD100 Urban100 Manga109

超分辨数据集：Set5 Set14 BSD100 Urban100 Manga109

超分辨数据集Set5Set14BSD100Urban100Manga109 项目地址: https://gitcode.com/Resource-Bundle-Collection/efef9

本仓库提供了一系列用于超分辨率（Super-Resolution）研究的数据集，包括Set5、Set14、BSD100、Urban100和Manga109。这些数据集广泛应用于图像处理和计算机视觉领域，特别是在训练和评估超分辨率算法时。

数据集介绍

Set5

Set5是一个小型数据集，包含5张高分辨率图像及其对应的低分辨率版本。该数据集常用于快速验证超分辨率算法的性能。

Set14

Set14是一个稍大的数据集，包含14张高分辨率图像及其对应的低分辨率版本。与Set5相比，Set14提供了更多的图像样本，适合用于更全面的算法评估。

BSD100

BSD100是从Berkeley Segmentation Dataset中选取的100张自然图像。这些图像具有较高的多样性，适合用于测试超分辨率算法在不同场景下的表现。

Urban100

Urban100包含100张城市景观图像，这些图像具有复杂的纹理和细节，适合用于评估超分辨率算法在复杂场景下的性能。

Manga109

Manga109是一个专门为漫画图像设计的超分辨率数据集，包含109张高质量的漫画图像。该数据集适合用于研究漫画图像的超分辨率问题。

使用方法

1. 下载本仓库中的资源文件。
2. 解压缩下载的文件，获取各个数据集的图像文件。
3. 根据需要，使用这些数据集进行超分辨率算法的训练和评估。

注意事项

• 请确保在使用这些数据集时遵守相关的版权和使用协议。
• 数据集仅供研究和学习使用，不得用于商业用途。

参考文献

如需了解更多关于这些数据集的信息，请参考以下文献：

• Bevilacqua, M., Roumy, A., Guillemot, C., & Morel, M. L. A. (2012). Low-complexity single-image super-resolution based on nonnegative neighbor embedding.
• Zeyde, R., Elad, M., & Protter, M. (2010). On single image scale-up using sparse-representations.
• Martin, D., Fowlkes, C., Tal, D., & Malik, J. (2001). A database of human segmented natural images and its application to evaluating segmentation algorithms and measuring ecological statistics.
• Huang, J. B., Singh, A., & Ahuja, N. (2015). Single image super-resolution from transformed self-exemplars.
• Manga109 Dataset. (2017). Manga109: A dataset of manga images.

希望这些数据集能够帮助你在超分辨率研究中取得进展！

超分辨数据集Set5Set14BSD100Urban100Manga109 项目地址: https://gitcode.com/Resource-Bundle-Collection/efef9