官方服务：
资源简介：
under water enhancement
水下增强
应用场景：
创建时间：
2024-11-21
相关数据集
Sea-Undistort
Sea-Undistort是一个包含1200对512×512像素的合成水下场景的全面合成数据集，每对包括一个无失真和一个失真的视图，具有真实的水面效果，如太阳光斑、波浪和散射。该数据集旨在通过配对的图像对进行监督训练，从而解决传统映射系统在浅水区表现不佳的问题，并提高高分辨率海底地形图的准确性。数据集由柏林工业大学电气工程与计算机科学学院创建，并支持深度学习模型对水下图像进行增强和校正的监督训练。
arXiv2025-08-11 更新890
MRASN dataset
We provided a new set of extreme low-light datasets of short exposure raw images in RGB format and long-exposure reference images of the same scenes.
DataCite Commons2022-03-07 更新90
Rethinking Degradation: Radiograph Super-Resolution via AID-SRGAN (Dataset)
MICCAI 2022; AID-SRGAN
NIAID Data Ecosystem70
okhater/lolv2-real
LOL v2数据集包含689张训练图像和100张测试图像，用于低光照图像增强任务。该数据集是原始LOL数据集的扩展版本，包含了更具挑战性的场景，用于开发和评估低光照增强算法。
Hugging Face2025-04-02 更新580
Augmented Endoscopic Images Overlaying Shape Changes in Bone Cutting Procedures
In microendoscopic discectomy for spinal disorders, bone cutting procedures are performed in tight spaces while observing a small portion of the target structures. Although optical tracking systems ar
NIAID Data Ecosystem70
