真實雨景數(shù)據(jù)集

下載鏈接：https://www.cvmart.net/dataSets/detail/1123

一個由~29.5K的雨/無雨影像對組成的大型數(shù)據(jù)集，涵蓋了廣泛的自然雨景。

合成降雨數(shù)據(jù)集

下載鏈接：https://www.cvmart.net/dataSets/detail/1124

合成降雨數(shù)據(jù)集由從多個數(shù)據(jù)集（Rain14000、Rain1800、Rain800、Rain12）收集的 13,712 個清潔雨圖像對組成。使用單個經(jīng)過訓練的模型，可以在各種測試集上執(zhí)行評估，包括 Rain100H、Rain100L、Test100、Test2800 和 Test1200。

RainNet

下載鏈接：https://www.cvmart.net/dataSets/detail/1125

RainNet是一個真實的（非模擬的）大規(guī)模空間降水降尺度數(shù)據(jù)集，包含62,424對低分辨率和高分辨率降水圖，歷時17年。與模擬數(shù)據(jù)相反，該真實數(shù)據(jù)集涵蓋了各種類型的真實氣象現(xiàn)象（例如颶風、狂風等），并顯示了挑戰(zhàn)降尺度算法的物理特征——時間錯位、時間稀疏和流體屬性。

RainDS

下載鏈接：https://www.cvmart.net/dataSets/detail/1126

其中包括各種照明條件和不同場景中的無數(shù)圖像對。每對包含四張圖像：雨紋圖像、雨滴圖像和包含兩種類型的雨以及無雨對應(yīng)物的圖像。

SemanticSpray 數(shù)據(jù)集

下載鏈接：https://www.cvmart.net/dataSets/detail/1127

該數(shù)據(jù)集為 RoadSpray [1] 數(shù)據(jù)集的一個子集提供語義標簽，該數(shù)據(jù)集包含車輛在潮濕表面上以不同速度行駛的場景，從而產(chǎn)生拖曳噴霧效果。我們?yōu)?200 多個動態(tài)場景提供語義標簽，將 LiDAR 點云中的每個點標記為背景（道路、植被、建筑物等）、前景（移動的車輛）和噪聲（噴霧、LiDAR 偽影）。

公眾號后臺回復(fù)“數(shù)據(jù)集”獲取100+深度學習各方向資源整理