常见低光图像增强数据集

目录

前言

一、低光图像数据集汇总

1.1 SID

1.2 LOL

1.3 BDD-100k

1.4 SICE

1.5 ExDark

1.6 DPDE

1.7 LSRW

1.8 VE-LOL

1.9 LLVIP

---

前言

       自2018年起，已有数10个主要的低光图像数据集公开发布。这些数据集使得低光图像增强模型能够进行训练和评估。早期的数据集通常用于传统和基于模型的方法，这对数据的数量和质量没有严格的要求，随着深度学习在低光图像增强领域的发展，一个优质的低光图像增强通常需要庞大且成对的数据集，首先得足够庞大，能够全面反映真实世界里问题、图像及概念的各种变化。接下来，我们会列举一些现有的典型数据集，以下github网址中有数据集的汇总：https://github.com/zhihongz/awesome-low-light-image-enhancement。         

---

一、低光图像数据集汇总

---

1.1 SID

SID数据集由两台相机拍摄，包含5094张原始曝光图像，每张图像都有一张相应的长曝光参考图像，原始数据是在短曝光时间拍摄，ground truth是在长曝光时间下拍摄的,数据可以从以下链接获取： https://storage.googleapis.com/isl-datasets/SID/Sony.zip。

资料参考地址：https://github.com/cchen156/Learning-to-See-in-the-Dark

1.2 LOL

LOL数据集由500个低光和正常光图像对组成，分为485个训练对和15个测试对。低光图像包含在照片拍摄过程中产生的噪声。大部分的图像是室内场景。所有图像的分辨率为400 × 600,相关数据资源可以从以下链接获取：https://daooshee.github.io/BMVC2018website/。

1.3 BDD-100k

内容最具多样性的公开驾驶数据集BDD100K，包含10万段高清视频，每个视频约40秒，720p，30 fps 。每个视频的第10秒对关键帧进行采样，得到10万张图片（图片尺寸：1280 * 720 ），并进行标注,详细信息可以从以下链接获取：https://bair.berkeley.edu/blog/2018/05/30/bdd/

1.4 SICE

SICE是一个大规模的多曝光图像数据集，包含多个场景高分辨率图像序列，采用MEF和HDR技术来重构参考图像从相机拍摄到图像筛选到参考图像生成，利用1200种序列和13种MEF/HDR算法，生成了1200×13=15600种融合结果。文中经过精心筛选保留了589个高质量的参考图像和它们的相应 4413 张序列图像,数据和详细信息可以从以下链接获取：https://github.com/csjcai/SICE。

1.5 ExDark

Exclusive Dark数据集仅由十种不同类型的低光图像（即低光，环境，对象，单个，弱，强，屏幕，窗口，阴影和暮光）组成的7363张真实环境下的低光图片，仅在可见光下使用图像和对象级别注释捕获，相关数据集和信息可以从以下链接获取：https://github.com/cs-chan/Exclusively-Dark-Image-Dataset/tree/master/Dataset。

  

1.6 DPDE

为了通过将低质量的手机照片映射到专业单反相机拍摄的照片中来解决一般的照片增强问题，大规模的DPED数据集，该数据集由三部智能手机和一部单反相机在野外同步拍摄的照片组成。共收集了超过22K张照片，对于每张智能手机照片，都有一张来自佳能数码单反相机的相应照片。这些照片是在白天在各种各样的地方和各种照明和天气条件下拍摄的。这些图像是在自动模式下拍摄的相关数据以及信息可以从以下链接获取:https://people.ee.ethz.ch/~ihnatova/。

1.7 LSRW

LSRW数据集包含尼康D7500相机和华为P40 Pro手机拍摄的5650对图像。收集使用尼康相机拍摄3170对图像，2480对图像使用华为手机拍摄的图像,相关数据以及信息可以从以下链接获取:https://github.com/JianghaiSCU/R2RNet#dataset。

1.8 VE-LOL

VE-LOL由两个子集组成：一个成对的VE-LOL用于培训和评估的低水平视觉（VE-LOL-L）低水平视觉增强和非配对视觉增强LOL高水平视觉（VE-LOL-H）用于训练低光照弱光增强模型及效果评价高级视觉任务的增强模型检测。VE-LOL-L包括2500对图像。其中，1000对（VE-LOL-L-Syn）由RAW合成RAISE数据集中的图像其他1500张图片是真实的图像对（VE-LOL-L-Cap）。相关数据以及信息可以从如下链接获取：https://flyywh.github.io/IJCV2021LowLight_VELOL/

1.9 LLVIP

LLVIP 数据集是一个用于微光视觉的可见 - 红外配对数据，包含 30976 张图像，即 15488 对可见 - 红外图像，使用海康威视 ds-2td8166bjzfy-75h2f/v2 双目相机平台，在晚上 6 点到 10 点之间从 26 个不同的地点收集，涵盖 24 个不同的夜晚场景和 2 个白天场景，相关数据以及信息可以从如下链接获取https://github.com/bupt-ai-cz/LLVIP。