介绍
本人是一枚研二在读学生,研究方向是图像处理中的低照度图像增强,由于该领域较为小众,研一时很难系统找到相关论文与数据集。从本文开始分享一些学习心得和相关资源,除了帮助自己复习查看,希望对之后相关领域学生有所帮助,内容有不准确的地方欢迎批评指正。
数据集介绍
低照度图像增强领域数据集较少,前期的数据集没有标签且数量少,主要应用于传统方法。近些年出现如LOL和LSRW等成对数据集,可以很好的完成训练任务。
名称 | 数目 | 是否成对 |
NASA | 23 | 否 |
LIME | 10 | 否 |
VV | 24 | 否 |
NPE | 85 | 否 |
DICM | 69 | 否 |
SID | 5094 | 是 |
MIT-Adobe FiveK | 5000 | 是 |
LOL | 789 | 是 |
ExDark | 7363 | 否 |
DarkFace | 6000 | 否 |
DSLR | 22000 | 否 |
LSRW | 5650 | 是 |
LoLi-Phone | 55148 | 否 |
相关下载地址
由于有些网站已经失效,需要的小伙伴可评论区留言,可以发网盘。
VV (https://sites.google.com/site/vonikakis/datasets) SID (https://cchen156.github.io/SID.html) LOL (https://daooshee.github.io/BMVC2018website/) NPE(http://blog.sina.com.cn/s/blog_a0a06f190101cvon.html)
MEF (http://ivc.uwaterloo.ca/database/MEF/MEF-Database.php)
CID (https://github.com/505030475/ExtremeLowLight)
SCIE (https://github.com/csjcai/SICE)
LIME (http://cs.tju.edu.cn/orgs/vision/~xguo/LIME.htm)
DICM (http://mcl.korea.ac.kr/projects/LDR/LDR_TEST_IMAGES_DICM.zip)
BIMEF (https://drive.google.com/drive/folders/0B_FjaR958nw_djVQanJqeEhUM1k)
ExDark (https://github.com/cs-chan/Exclusively-Dark-Image-Dataset/tree/master/Dataset)
MIT-Adobe FiveK (https://data.csail.mit.edu/graphics/fivek/)
LSRW(https://github.com/abcdef2000/R2RNet)
DarkFace(http:/ / cvpr2021. ug2challenge. org / )