[IEEE TCSVT] UnderwaterBenchmarkDataset

kaggle2025-01-06 更新2025-02-23 收录

水下图像处理

性能基准

数据链接：

https://www.kaggle.com/datasets/xuhangc/underwaterbenchmarkdataset 数据链接链接失效反馈

官方服务：

资源简介：

[IEEE TCSVT] UnderwaterBenchmarkDataset

IEEE TCSVT水下基准数据集

创建时间：

2025-01-06

U45

水下图像处理

图像增强

该项目包含一个有效的公共水下测试数据集（U45），包括水下退化的颜色偏差、低对比度和雾霾效应。此外，还包括了Fusion Enhance（FE）、Retinex-Based（RB）、UDCP、UIBLA、RED、CycleGAN、Weakly Supervised Color Transfer（WSCT）以及我们提出的方法的全部结果和评分。

github2024-05-06 更新11130

高分辨率水下图像显著性目标检测训练数据集

水下图像处理

目标检测

本数据集包含9641条样本，整体大小26.6GB，专门用于机器学习模型训练。每个样本包括： • RGB文件夹：存储高分辨率水下彩色图像（格式JPG），分辨率通常为1920x1080或更高，捕捉真实水下场景。 • masks文件夹：存储对应的二值掩码图像（格式PNG），用于标注显著性目标的精确区域（白色表示目标，黑色表示背景）。 • json文件夹：存储JSON文件，包含元数据和标注信息。 • la

江苏数据知识产权登记系统2025-09-04 更新970

PHISWID

水下图像处理

水下图像增强

PHISWID是由日本大阪大学创建的一个专为提升水下图像处理能力而设计的物理启发合成水下图像数据集。该数据集包含2264对图像，每对包括一个原始大气图像和一个通过颜色偏移和海洋雪效应降质的水下合成图像。数据集的创建过程涉及使用物理模型对海洋雪的光散射进行数学建模，并将其应用于大气RGB-D图像以增强数据集的真实性和适用性。PHISWID特别适用于监督学习环境下的深度神经网络训练，以及客观评估图像质

arXiv2024-04-05 更新620

U45

水下图像处理

图像增强

U45数据集是由南京信息工程大学创建的一个公开水下测试数据集，包含45张真实水下图像，分为绿色、蓝色和雾状三个子集，旨在模拟水下图像的颜色偏移、低对比度和雾状效应。数据集的创建过程涉及从相关文献和实际水下场景中精心挑选图像。U45数据集主要用于评估水下图像增强算法的效果，特别是在解决颜色校正和图像清晰度问题上的应用。

arXiv2019-06-30 更新2430

Sea-Undistort

水下图像处理

深度学习

Sea-Undistort是一个包含1200对512×512像素的合成水下场景的全面合成数据集，每对包括一个无失真和一个失真的视图，具有真实的水面效果，如太阳光斑、波浪和散射。该数据集旨在通过配对的图像对进行监督训练，从而解决传统映射系统在浅水区表现不佳的问题，并提高高分辨率海底地形图的准确性。数据集由柏林工业大学电气工程与计算机科学学院创建，并支持深度学习模型对水下图像进行增强和校正的监督训练。

arXiv2025-08-11 更新840

[IEEE TCSVT] UnderwaterBenchmarkDataset

资源简介：

相关数据集