PIPAL数据集是由香港中文大学（深圳）数据科学学院创建的一个大规模图像质量评估数据集，专注于感知图像恢复。该数据集包含29,000张图像，其中包括250张高质量参考图像，每张图像有116种不同的失真。PIPAL数据集特别之处在于包含了基于生成对抗网络（GAN）的方法的结果，这是以往数据集中所缺乏的。数据集通过使用更可靠的“Elo系统”收集了超过1.13百万的人类判断来分配主观分数。基于PIPAL

arXiv2020-09-26 更新250

ziyu3141/rf_train_100_7

成像质量评估

图像美学

该数据集包含多个特征，如文件名、美学评分、瑕疵评分、对齐评分、总体评分、瑕疵热图、对齐热图、对齐标记、提示、首选图像和非首选图像。数据集分为训练集，包含90个样本。数据集的大小为595277042字节，下载大小为29682411字节。

Hugging Face2024-12-08 更新50

SPMCS

视频处理

成像质量评估

它包含 30 个不同的视频，每个视频包含 31 帧。每个序列包含 x2、x3、x4 比例因子的双三次下采样输入。文件夹真实包含用于计算 PSNR 和 SSIM 的高分辨率地面真实图像。由于许多以前的方法使用 31 帧来为中心帧产生一个结果，因此我们也只评估中心帧的量化结果（我们论文中的数字）。我们不裁剪边界或使用其他后处理。

OpenDataLab2026-07-12 更新270

Entropy values for certain standard images with dimension of 256×256×3 and 512×512×3.

图像信息熵分析

图像量化分析

Entropy values for certain standard images with dimension of 256×256×3 and 512×512×3.

NIAID Data Ecosystem110