Exclusively Dark (ExDark) Image Dataset

为了促进低光环境下新的目标检测和图像增强研究，我们引入了Exclusively Dark (ExDark)数据集，这是一个包含7,363张从极低光环境到黄昏（即10种不同条件）的低光图像集合，具有12个对象类别（类似于PASCAL VOC），并在图像类别级别和局部对象边界框上进行了标注。To facilitate novel research in object detection and image enhancement under low-light conditions, we introduce the Exclusively Dark (ExDark) dataset. This collection comprises 7,363 low-light images captured from extremely low-light environments to dusk, encompassing 10 distinct conditions. The dataset features 12 object categories (similar to PASCAL VOC) and is annotated at both the image category level and with localized object bounding boxes.

原始信息汇总

Exclusively Dark (ExDark) Image Dataset

基本信息

• 发布日期: 2018年5月29日
• 更新日期:
  • 2019年6月2日（低光图像增强代码发布）
  • 2018年10月31日（被CVIU接受发表）

数据集描述

• 目的: 为了促进低光环境下的新对象检测和图像增强研究。
• 内容: 包含7,363张低光环境下的图像，涵盖从极低光到黄昏的10种不同条件，包含12个对象类别，类似于PASCAL VOC，并提供图像类别级别和局部对象边界框的标注。

数据集结构

• 图像数量: 7,363张
• 条件种类: 10种
• 对象类别: 12类

代码资源

• 低光图像增强源代码: 可在SPIC文件夹中找到。

引用信息

• 引用格式:

@article{Exdark, title={Getting to Know Low-light Images with The Exclusively Dark Dataset}, author={Loh, Yuen Peng and Chan, Chee Seng}, journal={Computer Vision and Image Understanding}, volume={178}, pages={30-42}, year={2019}, doi={https://doi.org/10.1016/j.cviu.2018.10.010} }

搜集汇总

数据集介绍

构建方式

针对低光照环境下物体检测与图像增强研究的迫切需求，Exclusively Dark (ExDark) 数据集应运而生。该数据集通过精心筛选，汇集了7,363张低光照环境下的图像，涵盖从极暗至黄昏的10种不同光照条件，并针对12种对象类别在图像级别和局部对象边界框上进行了详尽的标注。

使用方法

使用ExDark 数据集时，研究者可依据BSD-3许可证的规定，自由地访问和使用数据集中的图像资源。数据集的源代码和增强图像的算法可在指定的GitHub目录下获得，便于研究者进行图像增强实验和模型训练。引用数据集时，应遵循提供的文献格式，以尊重原作者的知识产权和贡献。

背景与挑战

背景概述

在计算机视觉领域，低光照条件下的图像处理一直是一项挑战。为了推动低光照环境下目标检测与图像增强的研究，Exclusively Dark (ExDark)图像数据集应运而生。该数据集由马来亚大学图像与信号处理中心于2018年发布，包含7,363张从极低光照到黄昏不同光照条件下的图像，并标注了12个对象类别。此数据集旨在为研究人员提供一个研究低光照图像特性的工具，对相关领域产生了重要影响。

当前挑战

该数据集在构建过程中所面临的挑战包括低光照环境下图像的获取与标注难度，以及如何保持图像质量与增强效果之间的平衡。此外，数据集所解决的领域问题——低光照条件下的图像增强与目标检测，面临着如何提高算法在极端光照条件下的鲁棒性，以及如何有效利用有限的训练样本进行学习等挑战。

常用场景

经典使用场景

在计算机视觉与图像理解领域，Exclusively Dark (ExDark) 图像数据集专为低光照环境下的目标检测与图像增强研究而构建。该数据集包含7,363张从极暗至黄昏不同光照条件下的图像，并标注有12种物体类别，既适用于图像级别的分类，也适用于局部物体边界的定位。其经典的使用场景在于为算法提供真实世界的低光照环境图像，以训练和评估目标检测与图像增强算法的性能。

解决学术问题

该数据集解决了低光照环境下图像质量不佳和目标检测困难的核心问题，为学术研究提供了丰富的实验素材。通过ExDark，研究者能够更好地理解和处理低光照条件下的图像特征，推动了低光照图像增强和目标检测技术的发展，对于提升夜间环境下的图像识别准确率具有重要意义。

实际应用

在实际应用中，ExDark数据集的应用范围广泛，包括但不限于安防监控、自动驾驶汽车系统、夜视设备等，它有助于提高这些系统在低光照条件下的工作性能，增强其在复杂环境中的适应性和可靠性。

数据集最近研究

最新研究方向

针对低光照环境下的对象检测与图像增强研究，Exclusively Dark (ExDark) 数据集的推出无疑为学术界提供了宝贵资源。该数据集包含了7,363张低光照图像，跨越了从极暗至微光的不同光照条件，并标注有12种对象类别。近期研究集中于利用此数据集进行图像增强算法的改进，以及提升在低光照环境下的对象检测准确度，这对于夜视系统、安全监控等领域具有显著意义。特别是，CVIU2019上接受发表的《Getting to Know Low-light Images with The Exclusively Dark Dataset》一文，不仅详细介绍了数据集，而且推动了低光照图像理解技术的发展，为相关领域的深入研究奠定了基础。