去雾相关的数据集

在这里插入图片描述

1. RESIDE

  • 描述: RESIDE(REalistic Single Image DEhazing)数据集是一个大规模的去雾基准数据集,包含合成和真实世界的模糊图像。它分为五个子集,旨在公平评估和比较单图像去雾算法。
  • 子集:
    • ITS (Indoor Training Set): 包含室内合成图像。
    • OTS (Outdoor Training Set): 包含室外合成图像。
    • SOTS (Synthetic Objective Testing Set): 用于客观测试的合成图像。
    • RTTS (Real-world Task-Driven Testing Set): 真实场景图像。
    • HSTS (Hybrid Subjective Testing Set): 结合主观和客观评估的图像。
  • 用途: 用于训练和评估去雾算法,提供多样的评估标准。
  • 下载链接: RESIDE 数据集 [1][3].

2. D-HAZY

  • 描述: D-HAZY数据集建立在Middlebury和NYU深度数据集上,包含1400多对图像,提供同一场景的地面真实参考图像和模糊图像。
  • 特点: 数据集包含多种场景,适合进行去雾算法的评估。
  • 用途: 用于研究和开发去雾算法,特别是在立体匹配和深度学习方面。
  • 下载链接: D-HAZY 数据集 [2][3].

3. NH-HAZE

  • 描述: NH-HAZE是一个非均匀的真实数据集,包含55个室外场景的成对图像,使用专业雾发生器模拟真实条件。
  • 特点: 该数据集引入了非均匀雾,适合验证去雾方法在复杂环境下的表现。
  • 用途: 用于评估去雾算法在非均匀雾霾环境下的效果。
  • 下载链接: NH-HAZE 数据集 [2][3].

4. DENSE-HAZE

  • 描述: DENSE-HAZE数据集包含33对真实的朦胧图像和相应的无雾图像,特征为浓密均匀的朦胧场景。
  • 特点: 通过引入由专业雾霾机器生成的真实雾霾来记录雾霾场景。
  • 用途: 用于研究去雾算法在浓密雾霾条件下的表现。
  • 下载链接: DENSE-HAZE 数据集 [2][3].

5. REVIDE

  • 描述: REVIDE是一个真实的视频去雾数据集,包含成对的有雾和无雾视频,旨在支持视频去雾算法的监督训练。
  • 特点: 通过精心设计的视频采集系统记录,能够利用时空冗余信息进行去雾。
  • 用途: 用于训练和评估视频去雾算法。
  • 下载链接: REVIDE 数据集 [2][3].

6. HazeRD

  • 描述: HazeRD是一个用于基准测试去雾算法的户外场景数据集,提供真实的雾霾条件下的图像。
  • 特点: 包含多种自然模糊图像与无雾的室外场景图像。
  • 用途: 用于评估去雾算法在真实环境中的表现。
  • 下载链接: HazeRD 数据集 [5].
评论
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

AI浩

你的鼓励将是我创作的最大动力

¥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