BSD100 数据集卡片

数据集摘要

BSD是经常用于图像去噪和超分辨率的数据集。其中的子数据集BSD100是由 Martin et al. (2001) 提出的一个经典图像数据集。该数据集包含了各种各样的图像，从自然图像到特定物体，如植物、人物、食物等。BSD100是伯克利分割数据集BSD300的测试集。

使用pip进行安装：

pip install datasets super-image

使用 super-image 库评估模型：

from datasets import load_dataset
from super_image import EdsrModel
from super_image.data import EvalDataset, EvalMetrics

dataset = load_dataset('eugenesiow/BSD100', 'bicubic_x2', split='validation')
eval_dataset = EvalDataset(dataset)
model = EdsrModel.from_pretrained('eugenesiow/edsr-base', scale=2)
EvalMetrics().evaluate(model, eval_dataset)

支持的任务和排行榜

该数据集通常用于图像超分辨率任务的评估。

非官方的 super-image 排行榜：

• Scale 2
• Scale 3
• Scale 4
• Scale 8

语言

不适用。

数据集结构

数据实例

bicubic_x2的一个验证示例如下所示。

{
    "hr": "/.cache/huggingface/datasets/downloads/extracted/BSD100_HR/3096.png",
    "lr": "/.cache/huggingface/datasets/downloads/extracted/BSD100_LR_x2/3096.png"
}

数据字段

所有拆分的数据字段相同。

• hr：指向高分辨率（HR）.png图像路径的字符串。
• lr：指向低分辨率（LR）.png图像路径的字符串。

数据拆分

数据集创建

策划理由

[需要更多信息]

源数据

[需要更多信息]

[需要更多信息]

注释

没有注释。

没有注释者。

个人和敏感信息

[需要更多信息]

使用数据的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

附加信息

数据集策划者

• 原始作者： Martin et al. (2001)

许可信息

您可以自由下载数据集的一部分，以进行非商业研究和教育目的。作为交换条件，我们仅要求您提供在测试集上运行分割或边界检测算法的结果，如下所述。基于该数据集的工作应引用 Martin et al. (2001) 论文。

引用信息

@inproceedings{martin2001database,
  title={A database of human segmented natural images and its application to evaluating segmentation algorithms and measuring ecological statistics},
  author={Martin, David and Fowlkes, Charless and Tal, Doron and Malik, Jitendra},
  booktitle={Proceedings Eighth IEEE International Conference on Computer Vision. ICCV 2001},
  volume={2},
  pages={416--423},
  year={2001},
  organization={IEEE}
}

贡献

感谢 @eugenesiow 添加了该数据集。