HQ-50K：用于图像复原的大规模高质量数据集
计算机视觉与模式识别
2023-06-09 v1
摘要
本文介绍一个新的大规模图像复原数据集，称为 HQ-50K，其包含 50,000 张具有丰富纹理细节和语义多样性的高质量图像。我们从数据规模、分辨率、压缩率、纹理细节和语义覆盖五个不同角度分析了现有的图像复原数据集。然而，我们发现所有这些数据集在某些方面都存在不足。相比之下，HQ-50K 在数据整理过程中考虑了这五个方面并满足所有要求。我们还提出了一个新的退化感知混合专家（Degradation-Aware Mixture of Expert, DAMoE）模型，使单一模型能够处理多种退化类型和未知等级。我们大量的实验表明，HQ-50K 持续提升了在超分辨率、去噪、去 JPEG 伪影和去雨等多种图像复原任务上的性能。此外，我们在该数据集上训练的 DAMoE 优于现有的为多种复原任务和等级设计的 state-of-the-art 统一模型。数据集与代码发布于 \url{https://github.com/littleYaang/HQ-50K}。
引用
@article{arxiv.2306.05390,
title = {HQ-50K: A Large-scale, High-quality Dataset for Image Restoration},
author = {Qinhong Yang and Dongdong Chen and Zhentao Tan and Qiankun Liu and Qi Chu and Jianmin Bao and Lu Yuan and Gang Hua and Nenghai Yu},
journal= {arXiv preprint arXiv:2306.05390},
year = {2023}
}
备注
Dataset and code will be available at https://github.com/littleYaang/HQ-50K