低照度图像数据集

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 / )