表格 1

数据集

数量

格式

resolution

Average-pixels

描述

分类

下载链接

补充介绍

DIV2K

1000

png

2K

2,793,250

有1000张图片，其中作为train有800，validation100，test100，这些图片可以downsample为SR算法提供2 3 4 8倍的LR输入

风景，人，动物，植物，建筑，环境，物体等

Flickr2K

2650

png

1k+乘以2k+

图片有2560张，这些图像都比较高清，在有需要的时候，downscale 234倍去作为SR中的输入LR。

人，植物，动物，食物；风景，建筑，物体等；

（按照室内室外分类的这些场景也都有）

链接:https://pan.baidu.com/s/1461-DkdO_uthIBLVpPZqDw  密码:4i7g

室外包含两部分：室外绿植草地树木，还有室外普通场景包括：建筑，街景，风景，车辆（随便拍的等

同样，室内：人，文字，绿植，普通物品

PIRM

400

png

平均617 * 482

292,021

提供的是100张 4倍的LR与HR的pairs，其中HR的size是4-8百的resolution，其余的100张 validation只有LR images。100张test也只有LRimages

植物，动物，自然风景，物体，人，建筑，街景等。

链接:https://pan.baidu.com/s/19afAbD7gzMTK07f4lK6G_w  密码:xefg

T91

91

png

平均264*204

58,853

提供91张照片，这些照片总共大小为9.8M，图像size较小。

车，花，水果，人脸等

链接:https://pan.baidu.com/s/1cfZ4BFN8-sMjBW13sanHeA  密码:8t5u

General100

100

png

几百

只有图片，可以作为GT，如果有需要的话，可以downsample去得到LR

人，动物，植物，物体，风景，建筑，食物等。

链接:https://pan.baidu.com/s/1NySWX-pz12W3LcpJIWYGuQ  密码:pshj

BSDS500

500

jpg

平均 431 * 370

154,401

只有500张图片，可以作为GT。如果有需要的话，可以downsample去得到LR。

动物，建筑，食物，风景，人，植物等；

链接:https://pan.baidu.com/s/1mNY0sugs0MOKBsNt-OGLKw  密码:wyy0

historical

10

png

只有LR images 而且是黑白照

链接:https://pan.baidu.com/s/1Vo2MNcZg0p3tZDeL2CqRWg  密码:wnfp

Manga109

109

png

平均 826 * 1169

966,011

日本漫画封面

链接:https://pan.baidu.com/s/1StHh7aSR3V4en_KAVZwINA  密码:trzi

Urban100

100

png

平均984 * 797

774,314

Urban100 中包括100张，建筑结构的照片，可通过downscale得到*2 *3 *4 的Low-res image 适用于做SR任务

建筑，建筑结构，城市等

链接:https://pan.baidu.com/s/1hNOhjpkRmVBn1X_t7UvJLg  密码:65zg

Set5

5

png

平均 313 * 336

113,491

Set5 中包括 *2 *3 *4 的LR-HR pairs 适合于SR任务

baby，woman，bird，butterfly，head

链接:https://pan.baidu.com/s/1UUntRo80VkbiX-dicozP8g  密码:o4dr

Set14

14

png

平均 492 * 446

230,203

Set14 中包括 *2 *3 *4 的LR-HR pairs 适合于SR任务

人，动物，昆虫，花，蔬菜，卡通形象，slides等

链接:https://pan.baidu.com/s/1Oc08XSutHWqspW4kBggZpw  密码:wp15

OutdoorScene

10624

png

平均 553 * 440

249,593

OutdoorSceneTrain

10,324 images of outdoor scenes for training.It is collected by querying images from search engines using the defined categories.还有300张test image。

在实际应用中，可以downscale生成我们想要的LR，形成LR-HR pairs

It is divided into 7 categories：

sky:  1,727 water:857

building:  2,285

grass:  1,140  plant:  1,036

animal:  2,187

mountain:  1,092

Total: 10,324

链接:https://pan.baidu.com/s/1hkC79ya2p6X-y3myf2Z95g  密码:leqm

备注：这里的building 和Urban100 里的building基本一样，主要是建筑结构

GAIC

1236

jpg

1000+乘以600+

用于图像审美质量的一个数据库。包含1236张照片

人， 动物，风景，建筑，物体，街景等

链接:https://pan.baidu.com/s/1quW9TS83TGOdtupIuScMmQ  密码:7tag

B100

481*341

来自Berkerley Segmentation Dataset的一个子集，只有100张照片，包括了大量生活的场景，都有相同的size 481* 321

动物，建筑，食物，风景，人，植物等；

L20

20

png

(3843, 2870)

11,577,492

L20 是一个新提出的dataset，20个 large high resolution images。他们的大小从3m pixel to up to 29m pixels。

动物，建筑，风景，人，植物等

Seven ways to improve example-based single image super resolution.pdf

L20参考文献，在这篇文章提出

DIV8K

1700

png

max resolution 7680

max resolution 6720

max resolution 5760

over 10M

1700 DIVerse 8K resolution RGB images。HR DIV8K 分成1500 training images，100 validation images 和100 testing images。 对应的LR通过对HR的downsample得到，（可以使用matlab中的imresize) DIV8K可适用于放大倍数很大的超分问题中，例如 X16 X32等

大多数的pixels 超10M；The DIV8K dataset contains 300, 937 and 467 images with a maximum vertical or hor- izontal resolution of 7680, 6720 and 5760 pixels, respectively

DPED

22k

DPED is a large-scale dataset that consists of over 22K real photos captured with 3 different low-end phone models.

We separate the dataset into two parts, DPED-training and DPED-testing, according to the camera models. DPED-training consists of photos taken with the Blackberry Passport and Sony Xperia Z, and serves as reference real-photography LR set for extracting the re- alistic blur-kernels。

DPED-testing consists of photos captured with the iPhone3GS, and is used as a validation dataset。We collect 1000 realistic blur-kernels from DPED-training by using the kernel estimation codes. We use these kernels in the training of the kernel modeling GAN。

http://people.ee.ethz.ch/~ihnatova/index.html

链接里有DPED的下载链接，但是大的size的都下载不下来，不知道原因，小的下载了一个sample，先实验用着。