NVIDIA Irregular Mask Dataset、不规则mask图像修复系列学习基础资料【干货分享】

您所在的位置:网站首页 mask wear incorrect dataset NVIDIA Irregular Mask Dataset、不规则mask图像修复系列学习基础资料【干货分享】

NVIDIA Irregular Mask Dataset、不规则mask图像修复系列学习基础资料【干货分享】

#NVIDIA Irregular Mask Dataset、不规则mask图像修复系列学习基础资料【干货分享】| 来源: 网络整理| 查看: 265

🥇 版权: 本文由【墨理学AI】原创、首发、各位大佬、敬请查阅、感谢三连 🎉 声明: 作为全网 AI 领域 干货最多的博主之一,❤️ 不负光阴不负卿 ❤️

📔 NVIDIA Irregular Mask Dataset: Testing Set(应用最广泛的mask数据)

官方链接如下:

https://nv-adlr.github.io/publication/partialconv-inpainting

官方下载界面:

5

NVIDIA Irregular Mask Dataset: Training Set 数据样本如下:

1   这数据你能看懂 ?这个Training Set 1.2G,但是对于图像修复,很多论文中只使用 Testing Set 里面的Mask 和 其它 图像数据结合使用 ;因此新同学不要纠结这个 Training Set ,图像修复一般用不到的,都说到这个份上了,大佬还不给个点赞吗;

主流修复方法逻辑:把 mask 和 原图 组合一起 就得到了 损坏 图像,然后 使用损坏 图像 + mask 作为 配对数据,送给模型进行训练和测试; 比较有用的是 NVIDIA Irregular Mask Dataset: Testing Set 自行下载有困难同学,欢迎移步最下方快速获取途径; 📕 QD-IMD: Quick Draw Irregular Mask Dataset (较少论文引用)

git 链接:

https://github.com/karfly/qd-imd

下载链接:

https://yadi.sk/d/6A5M-5ge3YKqXK

该数据集 is based on Quick Draw dataset (a collection of 50 million human drawings);

对了理想和正义而生,然而并非来自XX顶会,也没有相对应的论文来源可以引用,因此只能锦上添花,暂时难以登上台面;所以为了做实验,发论文还是要使用上面的 NVIDIA Irregular Mask Dataset: Testing Set;

哪天有大佬把该数据集推向顶会,那么大家就有的用啦;

此处仅仅对发布该数据集的小哥表达敬佩之情;

📗 两个Mask数据集示例如下

3-1

📘 引用 [1] Image Inpainting for Irregular Holes Using Partial Convolutions [2] CelebA dataset

以上数据集仅用于学术分享,使用时需要引用原论文!

📙 NVIDIA Irregular Mask test Dataset 快速获取途径如下

搜索关注本博客同名公号,公号后台回复 【不规则掩码】获取本博文中的 NVIDIA Irregular Mask test Dataset 云盘下载链接:

不规则掩码

数据下载不易,感谢点赞鼓励

📘 不规则mask图像修复系列学习基础资料【干货分享】

干货分享资源,主要包含内容如下:

NVIDIA Irregular Mask test Dataset 不规则mask图像修复系列学习论文集

下载压缩包之后,解压内容如下:

0

不规则mask图像数据,示例如下:

1-1

不规则mask图像修复系列论文如下:

1

具体方式、请查阅下文

# 不规则mask图像修复系列学习基础资料【查阅原文】

📘 备注

该资源部分paper,我在阅读时,做了少许(重点)批注,可以帮助小白童靴学习理解 !

📙 博主 AI 领域八大干货专栏、诚不我欺 🍊 计算机视觉: Yolo专栏、一文读懂 🍊 计算机视觉:图像风格转换–论文–代码测试 🍊 计算机视觉:图像修复-代码环境搭建-知识总结 🍊 计算机视觉:超分重建-代码环境搭建-知识总结 🍊 深度学习:环境搭建,一文读懂 🍊 深度学习:趣学深度学习 🍊 落地部署应用:模型部署之转换-加速-封装 🍊 CV 和 语音数据集:数据集整理 📙 预祝各位 前途似锦、可摘星辰 🎉 作为全网 AI 领域 干货最多的博主之一,❤️ 不负光阴不负卿 ❤️ ❤️ 过去的一年、大家都经历了太多太多、祝你披荆斩棘、未来可期

📆 最近更新:2022年2月7日

🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力!

🍊 当前博主的主要创作领域如下、全网统一ID: 墨理学AI

image.png



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3