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
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 ):