- Descrizione :
Set di dati DIV2K: immagini DIVerse ad alta qualità con risoluzione 2K utilizzate per le sfide @ NTIRE (CVPR 2017 e CVPR 2018) e @ PIRM (ECCV 2018)
Documentazione aggiuntiva : esplora documenti con codice
Pagina iniziale : https://data.vision.ee.ethz.ch/cvl/DIV2K/
Codice sorgente :
tfds.datasets.div2k.Builder
Versioni :
-
2.0.0
(impostazione predefinita): nessuna nota di rilascio.
-
Memorizzazione nella cache automatica ( documentazione ): No
Struttura delle caratteristiche :
FeaturesDict({
'hr': Image(shape=(None, None, 3), dtype=uint8),
'lr': Image(shape=(None, None, 3), dtype=uint8),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
ora | Immagine | (Nessuno, Nessuno, 3) | uint8 | |
lr | Immagine | (Nessuno, Nessuno, 3) | uint8 |
Chiavi supervisionate (vedi
as_supervised
doc ):('lr', 'hr')
Figura ( tfds.show_examples ): non supportato.
Citazione :
@InProceedings{Agustsson_2017_CVPR_Workshops,
author = {Agustsson, Eirikur and Timofte, Radu},
title = {NTIRE 2017 Challenge on Single Image Super-Resolution: Dataset and Study},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops},
url = "http://www.vision.ee.ethz.ch/~timofter/publications/Agustsson-CVPRW-2017.pdf",
month = {July},
year = {2017}
}
div2k/bicubic_x2 (configurazione predefinita)
Descrizione configurazione : utilizza dati bicubic_x2.
Dimensione download :
4.68 GiB
Dimensione del set di dati :
4.68 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/bicubic_x3
Descrizione configurazione : utilizza i dati bicubic_x3.
Dimensione download :
4.16 GiB
Dimensioni del set di dati :
4.16 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/bicubic_x4
Descrizione configurazione : utilizza i dati bicubic_x4.
Dimensione download :
3.97 GiB
Dimensione del set di dati :
3.97 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/bicubic_x8
Descrizione configurazione : utilizza dati bicubic_x8.
Dimensione download :
3.78 GiB
Dimensioni del set di dati :
3.78 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/sconosciuto_x2
Descrizione configurazione : utilizza dati Unknown_x2.
Dimensione download :
4.48 GiB
Dimensione del set di dati :
4.48 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/sconosciuto_x3
Descrizione configurazione : utilizza dati Unknown_x3.
Dimensione download :
4.10 GiB
Dimensioni del set di dati :
4.11 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/sconosciuto_x4
Descrizione configurazione : utilizza dati Unknown_x4.
Dimensione download :
3.93 GiB
Dimensione del set di dati :
3.93 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/realistic_mild_x4
Descrizione configurazione : utilizza dati realistic_mild_x4.
Dimensioni download :
4.00 GiB
Dimensione del set di dati :
4.00 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/realistic_difficult_x4
Descrizione configurazione : utilizza dati realistic_difficult_x4.
Dimensione download :
3.98 GiB
Dimensioni del set di dati :
3.99 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 800 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):
div2k/realistic_wild_x4
Descrizione configurazione : utilizza dati realistic_wild_x4.
Dimensione download :
4.74 GiB
Dimensione del set di dati :
14.62 GiB
Divide :
Diviso | Esempi |
---|---|
'train' | 3.200 |
'validation' | 100 |
- Esempi ( tfds.as_dataframe ):