超分重建数据集

DIV2K数据集

数据概览

DIV2K 数据集分为：

• 训练数据：从 800 张高清高分辨率图像开始，我们获得相应的低分辨率图像，并提供 2、3 和 4 缩小因子的高分辨率和低分辨率图像
• 验证数据：100张高清高分辨率图像用于生成低分辨率对应图像，低分辨率从挑战开始就提供，用于参与者从验证服务器获得在线反馈； 高分辨率图像将在挑战的最后阶段开始时发布。

测试数据：使用100张不同的图像生成低分辨率对应图像；

数据结构

DIV2K 数据集具有以下结构：

1000张2K分辨率图像分为：

800张训练图像，100张验证图像，100张测试图像

对于每个挑战轨道（带有 1. 双三次或 2. 未知降级运算符），我们有：

• 高分辨率图像：0001.png, 0002.png, …, 1000.png
• 缩小的图像：
  • YYYYx2.png 用于缩小因子 x2； 其中 YYYY 是图像 ID
  • YYYYx3.png 用于缩小因子 x3； 其中 YYYY 是图像 ID
  • YYYYx4.png 用于缩小因子 x4； 其中 YYYY 是图像 ID

DIV2K forder 结构如下：

DIV2K/ – DIV2K 数据集 、

DIV2K/DIV2K_train_HR/ – 0001.png, 0002.png, …, 0800.png 训练 HR 图像（提供给参与者）

DIV2K/DIV2K_train_LR_bicubic/ – 使用 Matlab imresize 函数获得的对应低分辨率图像，默认设置（双三次插值）

DIV2K/DIV2K_train_LR_bicubic/X2/ – 0001x2.png, 0002x2.png, …, 0800x2.png 训练 LR 图像，缩小因子 x2

DIV2K/DIV2K_train_LR_bicubic/X3/ – 0001x3.png, 0002x3.png, …, 0800x3.png 训练 LR 图像，缩小因子 x3

DIV2K/DIV2K_train_LR_bicubic/X4/ – 0001x4.png, 0002x4.png, …, 0800x4.png 训练 LR 图像，缩小因子 x4

DIV2K/DIV2K_train_LR_unknown/——使用退化算子获得的相应低分辨率图像保持隐藏，参与者不知道。

DIV2K/DIV2K_train_LR_unknown/X2/ – 0001x2.png, 0002x2.png, …, 0800x2.png 训练 LR 图像，缩小因子 x2

DIV2K/DIV2K_train_LR_unknown/X3/ – 0001x3.png, 0002x3.png, …, 0800x3.png 训练 LR 图像，缩小因子 x3

DIV2K/DIV2K_train_LR_unknown/X4/ – 0001x4.png, 0002x4.png, …, 0800x4.png 训练 LR 图像，缩小因子 x4

DIV2K/DIV2K_valid_HR/ – 0801.png, 0802.png, …, 0900.png 验证 HR 图像（将在最终评估阶段开始时提供给参与者）

DIV2K/DIV2K_valid_LR_bicubic/ – 使用 Matlab imresize 函数获得的对应低分辨率图像，默认设置（双三次插值）

DIV2K/DIV2K_valid_LR_bicubic/X2/ – 0801x2.png, 0802x2.png, …, 0900x2.png 训练 LR 图像，缩小因子 x2

DIV2K/DIV2K_valid_LR_bicubic/X3/ – 0801x3.png, 0802x3.png, …, 0900x3.png 训练 LR 图像，缩小因子 x3

DIV2K/DIV2K_valid_LR_bicubic/X4/ – 0801x4.png, 0802x4.png, …, 0900x4.png 训练 LR 图像，缩小因子 x4

DIV2K/DIV2K_valid_LR_unknown/ – 使用退化算子获得的相应低分辨率图像保持隐藏，参与者不知道

DIV2K/DIV2K_valid_LR_unknown/X2/ – 0801x2.png, 0802x2.png, …, 0900x2.png 训练 LR 图像，缩小因子 x2

DIV2K/DIV2K_valid_LR_unknown/X3/ – 0801x3.png, 0802x3.png, …, 0900x3.png 训练 LR 图像，缩小因子 x3

DIV2K/DIV2K_valid_LR_unknown/X4/ – 0801x4.png, 0802x4.png, …, 0900x4.png 训练 LR 图像，缩小因子 x4

DIV2K/DIV2K_test_HR/ – 0901.png, 0902.png, …, 1000.png 测试HR图片（不提供给参与者，用于最终评估和排名）

DIV2K/DIV2K_test_LR_bicubic/ – 使用 Matlab imresize 函数获得的相应低分辨率图像，默认设置（双三次插值）

DIV2K/DIV2K_test_LR_bicubic/X2/ – 0901x2.png, 0902x2.png, …, 1000x2.png 训练 LR 图像，缩小因子 x2

DIV2K/DIV2K_test_LR_bicubic/X3/ – 0901x3.png, 0902x3.png, …, 1000x3.png 训练 LR 图像，缩小因子 x3

DIV2K/DIV2K_test_LR_bicubic/X4/ – 0901x4.png, 0902x4.png, …, 1000x4.png 训练 LR 图像，缩小因子 x4

DIV2K/DIV2K_test_LR_unknown/ – 使用退化算子获得的相应低分辨率图像保持隐藏，参与者不知道

DIV2K/DIV2K_test_LR_unknown/X2/ – 0901x2.png, 0902x2.png, …, 1000x2.png 训练 LR 图像，缩小因子 x2

DIV2K/DIV2K_test_LR_unknown/X3/ – 0901x3.png, 0902x3.png, …, 1000x3.png 训练 LR 图像，缩小因子 x3

DIV2K/DIV2K_test_LR_unknown/X4/ – 0901x4.png, 0902x4.png, …, 1000x4.png 训练 LR 图像，缩小因子 x4

下载地址：

下载一：

https://cv.snu.ac.kr/research/EDSR/DIV2K.tar

下载二：

• (NTIRE 2017) Low Res Images:
  • Train Data Track 1 bicubic downscaling x2 (LR images)
  • Train Data Track 2 unknown downgrading operators x2 (LR images)
  • Validation Data Track 1 bicubic downscaling x2 (LR images)
  • Validation Data Track 2 unknown downgrading operators x2 (LR images)
  • Train Data Track 1 bicubic downscaling x3 (LR images)
  • Train Data Track 2 unknown downgrading operators x3 (LR images)
  • Validation Data Track 1 bicubic downscaling x3 (LR images)
  • Validation Data Track 2 unknown downgrading operators x3 (LR images)
  • Train Data Track 1 bicubic downscaling x4 (LR images)
  • Train Data Track 2 unknown downgrading operators x4 (LR images)
  • Validation Data Track 1 bicubic downscaling x4 (LR images)
  • Validation Data Track 2 unknown downgrading operators x4 (LR images)
• (NTIRE 2018) Low Res Images:
  • Train Data Track 1 bicubic x8 (LR images)
  • Train Data Track 2 realistic mild x4 (LR images)
  • Train Data Track 3 realistic difficult x4 (LR images)
  • Train Data Track 4 realistic wild x4 (LR images)
  • Validation Data Track 1 bicubic x8 (LR images)
  • Validation Data Track 2 realistic mild x4 (LR images)
  • Validation Data Track 3 realistic difficult x4 (LR images)
  • Validation Data Track 4 realistic wild x4 (LR images)
• High Resolution Images:
  • Train Data (HR images)
  • Validation Data (HR images)