PIRM 数据集数据卡

数据集概述

PIRM 数据集包含200张图像，分为验证集和测试集两个相等的子集。这些图像涵盖各种内容，包括人物、物体、环境、植物、自然风景等。图像的大小各不相同，通常分辨率为~300K像素。

该数据集首次用于评估感知质量超分辨率算法，作为2018年PIRM感知超分辨率挑战赛的一部分，与ECCV 2018一同举办。

通过 pip 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/PIRM', '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

该数据集通常用于评估图像超分辨率任务。

非官方 super-image 排行榜：

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

语言

不适用。

数据集结构

数据示例

bicubic_x2 的验证集示例如下。

{
    "hr": "/.cache/huggingface/datasets/downloads/extracted/PIRM_valid_HR/1.png",
    "lr": "/.cache/huggingface/datasets/downloads/extracted/PIRM_valid_LR_x2/1.png"
}

数据字段

各个拆分的数据字段相同。

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

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]

使用数据的考虑事项

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]

其他信息

数据集创建者

• 原始作者： Blau et al. (2018)

许可信息

该数据集基于 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License 发布。

引用信息

@misc{blau20192018,
    title={The 2018 PIRM Challenge on Perceptual Image Super-resolution}, 
    author={Yochai Blau and Roey Mechrez and Radu Timofte and Tomer Michaeli and Lihi Zelnik-Manor},
    year={2019},
    eprint={1809.07517},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

贡献

感谢 @eugenesiow 添加了该数据集。