LemGendized Degradation Dataset

kaggle2026-03-23 更新2026-05-09 收录

图像恢复

恶劣天气视觉

数据链接：

https://www.kaggle.com/datasets/lemtreursi/lemgendized-degradation-dataset 数据链接链接失效反馈

官方服务：

资源简介：

Universal dataset for training deraining, deblurring, and dehazing restoration

适用于去雨（deraining）、去模糊（deblurring）及去雾（dehazing）复原任务训练的通用数据集

创建时间：

2026-03-23

RealRain-1k

图像去雨

图像恢复

RealRain-1k是由IEEE成员创建的高质量真实雨天图像数据集，包含1120对高分辨率清洁和雨天图像，涵盖低密度和高密度雨流。该数据集通过从大量真实世界雨天视频片段中自动生成，采用可控雨密度过滤方法，确保图像具有高分辨率、背景多样性、雨流多样性和严格的空间对齐。RealRain-1k不仅用于单图像去雨研究，还衍生出名为SynRain-13k的大规模合成数据集，通过将真实雨流层粘贴到自然图像上

arXiv2022-11-19 更新2320

NTIRE 2025 Efficient Burst HDR and Restoration Challenge Dataset

高动态范围成像

图像恢复

NTIRE 2025 Efficient Burst HDR and Restoration Challenge数据集是由CVLAI机构组织的一项挑战赛的数据集。该数据集旨在推动高效的多帧高动态范围(HDR)和恢复技术的进步。数据集包含每个场景九个具有不同曝光水平的噪声和错位的RAW帧。参赛者需要开发能够在严格效率约束下有效融合这些帧的解决方案。数据集包含了300个训练场景，每个场景包含九个RAW

arXiv2025-05-18 更新1540

GenIR

图像恢复

数据生成

GenIR数据集由中国科学院自动化研究所创建，旨在解决真实世界图像恢复中的数据不足问题。该数据集包含一百万张高质量图像，通过创新的图像-文本对构建、双提示微调及数据生成与过滤三个阶段生成。数据集的创建过程避免了传统的数据爬取方法，确保了版权合规和隐私安全。GenIR数据集主要应用于图像恢复领域，旨在提升模型对多样化和复杂化真实世界图像降质的处理能力。

arXiv2024-10-24 更新1180

TurbEvent

湍流评估

图像恢复

TurbEvent是一个实拍数据集，用于捕捉不同湍流场景，为评估大气湍流去除技术提供全面的数据支持。该数据集包含各种湍流模式，能够帮助研究人员更好地理解大气湍流对图像质量的影响，并开发更有效的图像恢复算法。

arXiv2025-08-14 更新1860

UG2

图像恢复

自动视觉识别

UG2数据集是由圣母大学计算机科学与工程系创建的视频基准数据集，旨在评估图像恢复和增强技术对自动视觉识别的影响。该数据集包含超过150,000个标注帧，涵盖数百个ImageNet类别，用于评估图像伪影和其他条件对基于深度学习的对象分类方法的影响。UG2数据集包含三种不同的真实世界场景视频：无人机和有人驾驶滑翔机拍摄的非控制视频，以及地面控制视频。此数据集的应用领域包括机器人导航、场景重建、科学研究

arXiv2018-02-07 更新1370

LemGendized Degradation Dataset

资源简介：

相关数据集