div2k

• การ สร้างภาพ : สำรวจใน Know Your Data

• คำอธิบาย :

ชุดข้อมูล DIV2K: ภาพคุณภาพสูงความละเอียด 2K ของ DIVerse ที่ใช้สำหรับความท้าทาย @ NTIRE (CVPR 2017 และ CVPR 2018) และ @ PIRM (ECCV 2018)

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

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

• รหัสที่มา : tfds.datasets.div2k.Builder

• รุ่น :

  • 2.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
ชม	ภาพ	(ไม่มี, ไม่มี, 3)	uint8
ลิตร	ภาพ	(ไม่มี, ไม่มี, 3)	uint8

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('lr', 'hr')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• การอ้างอิง :

@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 (ค่าเริ่มต้น)

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูล bicubic_x2

• ขนาดการดาวน์โหลด : 4.68 GiB

• ขนาดชุดข้อมูล : 4.68 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/bicubic_x3

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูล bicubic_x3

• ขนาดการดาวน์โหลด : 4.16 GiB

• ขนาดชุดข้อมูล : 4.16 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/bicubic_x4

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูล bicubic_x4

• ขนาดการดาวน์โหลด : 3.97 GiB

• ขนาดชุดข้อมูล : 3.97 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/bicubic_x8

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูล bicubic_x8

• ขนาดการดาวน์โหลด : 3.78 GiB

• ขนาดชุดข้อมูล : 3.78 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/unknown_x2

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูลknown_x2

• ขนาดการดาวน์โหลด : 4.48 GiB

• ขนาดชุดข้อมูล : 4.48 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/unknown_x3

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูลknown_x3

• ขนาดการดาวน์โหลด : 4.10 GiB

• ขนาดชุดข้อมูล : 4.11 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/unknown_x4

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูลknown_x4

• ขนาดการดาวน์โหลด : 3.93 GiB

• ขนาดชุดข้อมูล : 3.93 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/realistic_mild_x4

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูลrealistic_mild_x4

• ขนาดการดาวน์โหลด : 4.00 GiB

• ขนาดชุดข้อมูล : 4.00 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/realistic_difficult_x4

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูลrealistic_difficult_x4

• ขนาดการดาวน์โหลด : 3.98 GiB

• ขนาดชุดข้อมูล : 3.99 GiB

• แยก :

แยก	ตัวอย่าง
'train'	800
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):

div2k/realistic_wild_x4

• คำอธิบาย การกำหนดค่า : ใช้ข้อมูลrealistic_wild_x4

• ขนาดการดาวน์โหลด : 4.74 GiB

• ขนาดชุดข้อมูล : 14.62 GiB

• แยก :

แยก	ตัวอย่าง
'train'	3,200
'validation'	100

• ตัวอย่าง ( tfds.as_dataframe ):