div2k

• תיאור :

מערך נתונים של DIV2K: תמונות באיכות גבוהה ברזולוציית 2K DIVerse המשמשות עבור האתגרים @ NTIRE (CVPR 2017 ו- CVPR 2018) ו-@PIRM (ECCV 2018)

• תיעוד נוסף : חקור על ניירות עם קוד

• דף הבית : https://data.vision.ee.ethz.ch/cvl/DIV2K/

• קוד מקור : tfds.datasets.div2k.Builder

• גרסאות :

  • 2.0.0 (ברירת מחדל): אין הערות שחרור.

• שמירה אוטומטית במטמון ( תיעוד ): לא

• מבנה תכונה :

FeaturesDict({
    'hr': Image(shape=(None, None, 3), dtype=uint8),
    'lr': Image(shape=(None, None, 3), dtype=uint8),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
שעה	תמונה	(אין, אין, 3)	uint8
lr	תמונה	(אין, אין, 3)	uint8

• מפתחות בפיקוח (ראה as_supervised doc ): ('lr', 'hr')

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@InProceedings{Agustsson_2017_CVPR_Workshops,
    author = {Agustsson, Eirikur and Timofte, Radu},
    title = {NTIRE 2017 Challenge on Single Image Super-Resolution: Dataset and Study},
    booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops},
    url = "http://www.vision.ee.ethz.ch/~timofter/publications/Agustsson-CVPRW-2017.pdf",
    month = {July},
    year = {2017}
}

div2k/bicubic_x2 (תצורת ברירת המחדל)

• תיאור תצורה : משתמש בנתוני bicubic_x2.

• גודל הורדה : 4.68 GiB

• גודל ערכת נתונים : 4.68 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/bicubic_x3

• תיאור תצורה : משתמש בנתוני bicubic_x3.

• גודל הורדה : 4.16 GiB

• גודל מערך נתונים : 4.16 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/bicubic_x4

• תיאור תצורה : משתמש בנתוני bicubic_x4.

• גודל הורדה : 3.97 GiB

• גודל מערך נתונים : 3.97 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/bicubic_x8

• תיאור תצורה : משתמש בנתוני bicubic_x8.

• גודל הורדה : 3.78 GiB

• גודל מערך נתונים : 3.78 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/unknown_x2

• תיאור תצורה : משתמש בנתוני unknown_x2.

• גודל הורדה : 4.48 GiB

• גודל מערך נתונים : 4.48 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/unknown_x3

• תיאור תצורה : משתמש בנתוני unknown_x3.

• גודל הורדה : 4.10 GiB

• גודל מערך נתונים : 4.11 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/unknown_x4

• תיאור תצורה : משתמש בנתוני unknown_x4.

• גודל הורדה : 3.93 GiB

• גודל מערך נתונים : 3.93 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/realistic_mild_x4

• תיאור תצורה : משתמש בנתונים realistic_mild_x4.

• גודל הורדה : 4.00 GiB

• גודל מערך נתונים : 4.00 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/realistic_difficult_x4

• תיאור תצורה : משתמש בנתונים realistic_difficult_x4.

• גודל הורדה : 3.98 GiB

• גודל מערך נתונים : 3.99 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	800
'validation'	100

• דוגמאות ( tfds.as_dataframe ):

div2k/realistic_wild_x4

• תיאור תצורה : משתמש בנתוני realistic_wild_x4.

• גודל הורדה : 4.74 GiB

• גודל מערך נתונים : 14.62 GiB

• פיצולים :

לְפַצֵל	דוגמאות
'train'	3,200
'validation'	100

• דוגמאות ( tfds.as_dataframe ):