图像质量评估KADID-10k数据集

## 数据集描述
KADID-10k是人工降质图像质量评估数据库。

### 数据集简介
KADID-10k是人工降质图像质量评估数据库。包含81张原始图像，每张图像在5个级别中经过25次失真退化。

### 数据集支持的任务
- 图像质量评估
- 图像损伤评估

## 数据集的格式和结构

### 数据格式
数据集包括81组图像，每组图像包括原图及25种不同类型的模拟损伤。

标注文件 `dmos.csv` 包含了对应图片与原图之间的dmos分，以及各标注结果的方差信息。

标注文件 `val.csv` 包含了各图像模糊、压缩、噪声的模拟损伤程度，可用于评估图像画质损伤。

### 数据集加载方式
```python
from modelscope.msdatasets import MsDataset
from modelscope.utils.constant import DownloadMode

ms_val_dataset = MsDataset.load(
'KADID-10k-database', namespace='damo', subset_name='default', split='validation',
download_mode=DownloadMode.REUSE_DATASET_IF_EXISTS) # 加载验证集
print(next(iter(ms_val_dataset)))
```

## 数据集生成的相关信息

### 原始数据
KADID-10k数据集由[Konstanz大学](http://database.mmsp-kn.de/)提供，从[Pixabay.com](Pixabay.com)收集分辨率大于1500×1200的原始图像，被重新缩放到与TID2013 (512×384)相同的分辨率，同时保持像素纵横比，若需要即进行裁剪。最后，手动选择81张高质量的图像作为KADID-10k的原始图像，每张原始图像进行5种程度的25种失真退化。

### 数据集标注

#### 标注过程
对于图像感知质量评估，对于每一张图片，收集20个以上独立的投票来标注失真退化图像质量。
对于图像画质损伤分析，采用各类退化的退化程度作为标注。

## 数据集版权信息

KADID-10k数据集由Konstanz大学提供，从[Pixabay.com](Pixabay.com)收集。
Pixabay.com是一个分享照片和视频的国际网站。这些图片是在Pixabay License下发布的，因此可以自由编辑和重新分发。

## 引用方式

```bash
@inproceedings{lin2019kadid,
title={KADID-10k: A large-scale artificially distorted IQA database},
author={Lin, Hanhe and Hosu, Vlad and Saupe, Dietmar},
booktitle={2019 Eleventh International Conference on Quality of Multimedia Experience (QoMEX)},
pages={1--3},
year={2019},
organization={IEEE}
}
```

### Clone with HTTP
```bash
git clone https://www.modelscope.cn/datasets/damo/KADID-10k-database.git
```

## 数据集描述
KADID-10k是一款人工退化降质的图像质量评估数据库。

### 数据集简介
KADID-10k是人工退化降质图像质量评估数据库，包含81张原始参考图像，每幅原始图像均针对25种失真类型，分别进行5个等级的退化处理。

### 数据集支持的任务
- 图像质量评估
- 图像损伤评估

## 数据集的格式和结构

### 数据格式
本数据集共包含81组图像，每一组图像均包含一张原始参考图像，以及25种不同类型的模拟失真退化图像。
标注文件 `dmos.csv` 包含了对应失真图像与原始参考图像之间的差分平均意见得分（Differential Mean Opinion Score，简称DMOS），以及各标注结果的方差信息。
标注文件 `val.csv` 收录了各图像的模糊、压缩、噪声等模拟失真的退化程度参数，可用于开展图像画质损伤评估工作。

### 数据集加载方式
python
from modelscope.msdatasets import MsDataset
from modelscope.utils.constant import DownloadMode

ms_val_dataset = MsDataset.load(
'KADID-10k-database', namespace='damo', subset_name='default', split='validation',
download_mode=DownloadMode.REUSE_DATASET_IF_EXISTS) # 加载验证集
print(next(iter(ms_val_dataset)))

## 数据集生成的相关信息

### 原始数据
KADID-10k数据集由康斯坦茨大学（Konstanz University）提供，其原始图像均从[Pixabay.com](https://Pixabay.com)平台收集，原始图像分辨率均高于1500×1200。采集后，所有图像被统一缩放至与TID2013一致的分辨率（512×384），并保持像素宽高比，必要时进行裁剪。最终，人工筛选出81张高质量图像作为该数据集的原始参考图像，每幅原始图像均针对25种失真类型，分别施加5个等级的退化处理。

### 数据集标注

#### 标注流程
针对图像感知质量评估任务，每幅失真退化图像均需收集至少20名独立标注者的投票，以完成图像质量标注；针对图像画质损伤分析任务，则以各类失真退化的程度等级作为标注依据。

## 数据集版权信息

KADID-10k数据集由康斯坦茨大学提供，其原始素材均采集自[Pixabay.com](https://Pixabay.com)。Pixabay.com是一个面向全球的照片与视频共享平台，平台上的所有素材均遵循Pixabay许可证发布，因此可自由编辑与二次分发。

## 引用方式

bash
@inproceedings{lin2019kadid,
title={KADID-10k: A large-scale artificially distorted IQA database},
author={Lin, Hanhe and Hosu, Vlad and Saupe, Dietmar},
booktitle={2019 Eleventh International Conference on Quality of Multimedia Experience (QoMEX)},
pages={1--3},
year={2019},
organization={IEEE}
}

### HTTP克隆方式
bash
git clone https://www.modelscope.cn/datasets/damo/KADID-10k-database.git

搜集汇总

背景与挑战

背景概述

KADID-10k是一个专门用于图像质量评估的数据集，包含81张高分辨率原始图像，每张图像经过25种退化类型和5个退化级别的模拟处理，生成大量退化图像用于质量分析。数据集提供详细的标注文件，包括图像质量评分（dmos.csv）和退化程度信息（val.csv），支持图像质量评估和退化评估任务。该数据集由康斯坦茨大学从Pixabay.com收集，图像分辨率统一为512×384，遵循Apache License 2.0许可，适用于研究和开发图像处理算法。