数据集和用于干涉合成孔径雷达的扩散模型的训练好的扩散模型

论文“用于干涉合成孔径雷达的扩散模型”中使用的训练好的概率扩散模型（PDMs）及其相应的训练数据集，由Tuel, Kerdreux等人提出。该论文的代码可以在提供的链接中找到。
训练数据集
- "InSAR_noise_32x32.zip": 包含从新墨西哥州的InSAR干涉图获得的32x32地面变形场景的数据集，使用小基线子集（SBAS）算法。图像被归一化到[0, 1]。
- "insar_unwrapped_phase_normalised.zip": 包含从新墨西哥州的Sentinel-1获取的128x128 InSAR干涉图的数据集。图像被归一化到[0, 1]。
训练好的模型
我们提供了6个训练好的PDMs，分别存放在单独的.zip文件中。每个.zip文件包含模型权重（*.pt格式）和模型元数据文件（*.json格式）。
- "mnist_32_cond_sigma_100.zip": 一个在32x32 MNIST图像上训练的类别条件模型，使用100个扩散时间步；
- "mnist_32_no_cond_sigma_100.zip": 一个在32x32 MNIST图像上训练的无条件模型，使用100个扩散时间步；
- "SAR_lowres_128_cond_sigma_2000.zip": 一个在128x128 TenGeoP-SARwv图像上训练的低分辨率（256到128）模型，使用2000个扩散时间步；
- "SAR_superres_128_to_256_cond_sigma_2000.zip": 一个在TenGeoP-SARwv图像上训练的超分辨率（128到256）模型，使用2000个扩散时间步；
- "insar_phase_128_sigma_2000.zip": 一个在新墨西哥州的128x128 Sentinel-1 InSAR干涉图上训练的无条件模型，使用2000个扩散时间步；
- "insar_noise_32_sigma_1000.zip": 一个在新墨西哥州的32x32 Sentinel-1 InSAR地面变形场景上训练的无条件模型，使用1000个扩散时间步。