Database of Fog

目录1. Ancuti系列数据集D-hazy数据集O-hazy数据集I-hazy数据集2.NYU2 Depth3. RESIDE4. RESIDE-beta（增加室外）5.去雾比赛6. NTIRE 20187.NTIRE 2019 image restoration and enhancement challenges - ONGOING!8. WI...

女王の专属领地

2818人浏览 · 2019-04-14 22:19:50

女王の专属领地 · 2019-04-14 22:19:50 发布

7. NTIRE 2019 image restoration and enhancement challenges - ONGOING!

8. WILD:Weather and Illumunation Database

9. Fattal数据集

10. Foggy Datasets

11. 各种合成数据集

1. Ancuti系列数据集

D-hazy数据集

] C. Ancuti, C. O. Ancuti, and C. De Vleeschouwer. D-HAZY: a dataset to evaluate quantitatively dehazing algorithms. In IEEE International Conference on Image Processing (ICIP), pages 2226–2230. IEEE, 2016.

绍了如何用深度图生成雾天，使用了以下室内数据集

middlebury：http://vision.middlebury.edu/stereo/data/scenes2014/

O-hazy数据集

7] C. O. Ancuti, C. Ancuti, R. Timofte, and C. De Vleeschouwer. O-HAZE: a dehazing benchmark with real hazy and haze-free outdoor images. In arXiv, 2018.

I-hazy数据集

C. O. Ancuti, C. Ancuti, R. Timofte, and C. De Vleeschouwer. I-HAZE: a dehazing benchmark with real hazy and haze-free indoor images. In arXiv, 2018.

2.NYU2 Depth

https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
百度云链接及提取说明：

https://blog.csdn.net/sinat_26871259/article/details/82351276
介绍 https://www.jianshu.com/p/870c541337b4

数据及说明：https://www.jianshu.com/p/870c541337b4

3. RESIDE

https://sites.google.com/view/reside-dehaze-datasets

1）训练集 ITS（indoor training set）
室内，合成
利用1399张middlebury 和NYU2 Depth室内深度数据集生成13990个图。一个真实值对应10个雾天图

分成13000训练集和990验证集

2）.测试集1 SOTS(synthetic objective testing set)
室内图算法客观评价
从NYU2中选了500张（与训练集无重复），生成方式与训练集同。

3）测试集2 HSTS(Hybrid Subjecive testing set)
室外图人主观评价
10张合成图，与test1同。10张真实图。

4. RESIDE-beta（增加室外）

OTS(outdoor training set)
用2061张来自北京实时天气的真实室外图，使用【38】“Learning depth from single monocular images using deep convolutional neural fields,”中的算法减少深度的误差和可能生成的视觉造假现象。

beta属于【0.04，0.06，0.08，0.1，0.12，0.16，0.2】7类
A属于【0.8，0.85，0.9，0.95，1】5类
所以共生成572061=72135张

real world task-driven testing set