- Keterangan :
Kumpulan data DIV2K: Gambar berkualitas tinggi beresolusi 2K DIVerse seperti yang digunakan untuk tantangan @ NTIRE (CVPR 2017 dan CVPR 2018) dan @ PIRM (ECCV 2018)
Dokumentasi Tambahan : Jelajahi Makalah Dengan Kode
Kode sumber :
tfds.datasets.div2k.BuilderVersi :
-
2.0.0(default): Tidak ada catatan rilis.
-
Cache otomatis ( dokumentasi ): Tidak
Struktur fitur :
FeaturesDict({
'hr': Image(shape=(None, None, 3), dtype=uint8),
'lr': Image(shape=(None, None, 3), dtype=uint8),
})
- Dokumentasi fitur :
| Fitur | Kelas | Membentuk | Tipe D | Keterangan |
|---|---|---|---|---|
| FiturDict | ||||
| jam | Gambar | (Tidak ada, Tidak ada, 3) | uint8 | |
| lr | Gambar | (Tidak ada, Tidak ada, 3) | uint8 |
Kunci yang diawasi (Lihat dokumen
as_supervised):('lr', 'hr')Gambar ( tfds.show_examples ): Tidak didukung.
Kutipan :
@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 (konfigurasi default)
Deskripsi konfigurasi : Menggunakan data bicubic_x2.
Ukuran unduhan :
4.68 GiBUkuran kumpulan data :
4.68 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/bicubic_x3
Deskripsi konfigurasi : Menggunakan data bicubic_x3.
Ukuran unduhan :
4.16 GiBUkuran kumpulan data :
4.16 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/bicubic_x4
Deskripsi konfigurasi : Menggunakan data bicubic_x4.
Ukuran unduhan :
3.97 GiBUkuran kumpulan data :
3.97 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/bicubic_x8
Deskripsi konfigurasi : Menggunakan data bicubic_x8.
Ukuran unduhan :
3.78 GiBUkuran kumpulan data :
3.78 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/tidak diketahui_x2
Deskripsi konfigurasi : Menggunakan data unknown_x2.
Ukuran unduhan :
4.48 GiBUkuran kumpulan data :
4.48 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/tidak diketahui_x3
Deskripsi konfigurasi : Menggunakan data unknown_x3.
Ukuran unduhan :
4.10 GiBUkuran kumpulan data :
4.11 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/tidak diketahui_x4
Deskripsi konfigurasi : Menggunakan data unknown_x4.
Ukuran unduhan :
3.93 GiBUkuran kumpulan data :
3.93 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/realistic_mild_x4
Deskripsi konfigurasi : Menggunakan data realistik_mild_x4.
Ukuran unduhan :
4.00 GiBUkuran kumpulan data :
4.00 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/realistic_difficult_x4
Deskripsi konfigurasi : Menggunakan data realistik_difficult_x4.
Ukuran unduhan :
3.98 GiBUkuran kumpulan data :
3.99 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 800 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):
div2k/realistic_wild_x4
Deskripsi konfigurasi : Menggunakan data realistik_wild_x4.
Ukuran unduhan :
4.74 GiBUkuran kumpulan data :
14.62 GiBPerpecahan :
| Membelah | Contoh |
|---|---|
'train' | 3.200 |
'validation' | 100 |
- Contoh ( tfds.as_dataframe ):