BSD100数据集入门指南：从零开始掌握图像超分辨率基准数据

1次阅读

共计 2741 个字符，预计需要花费 7 分钟才能阅读完成。

BSD100（Berkeley Segmentation Dataset 100）是图像超分辨率（Super-Resolution, SR）领域的经典基准数据集，由加州大学伯克利分校发布。它包含 100 张高质量自然图像，涵盖城市景观、人物、动物等多种场景，广泛用于评估超分辨率算法的性能。在学术论文中，BSD100 常与 Set5、Set14 等数据集并列作为标准测试集。

解压后的 BSD100 目录通常包含以下结构：

BSD100/
├── HR/                # 高分辨率图像（Ground Truth）│   ├── 0801.png
│   └── ...
└── LR_bicubic/X4/     # 双三次插值降采样的低分辨率图像（4 倍下采样）├── 0801x4.png
    └── ...

高分辨率（HR）图像：原始图像，分辨率约 1024×1024
低分辨率（LR）图像：通过 bicubic interpolation 生成，文件名格式为 原编号 x4.png

以下是使用 Python 加载数据的完整示例（需安装 OpenCV 和 PIL）：

import cv2
import numpy as np
from pathlib import Path
from PIL import Image

def load_bsd100(data_dir):
    """加载 BSD100 数据集"""
    hr_dir = Path(data_dir) / 'HR'
    lr_dir = Path(data_dir) / 'LR_bicubic/X4'

    # 确保文件对应
    hr_paths = sorted(hr_dir.glob('*.png'))
    lr_paths = sorted(lr_dir.glob('*x4.png'))
    assert len(hr_paths) == len(lr_paths) == 100

    # 标准化到 [0,1] 范围并转为 YCbCr 格式（超分辨率常用）pairs = []
    for hr_path, lr_path in zip(hr_paths, lr_paths):
        hr = np.array(Image.open(hr_path)) / 255.0
        lr = np.array(Image.open(lr_path)) / 255.0

        # 保留 EXIF 信息（通过 PIL）with Image.open(hr_path) as img:
            exif = img.info.get('exif')

        pairs.append((lr, hr, exif))
    return pairs

随机裁剪：从 HR 图像随机截取 64×64 patches
几何变换：水平翻转（概率 50%）、90°旋转
色彩抖动：亮度±10%、对比度±15%

def augment_pair(lr, hr):
    """数据增强示例"""
    h, w = lr.shape[:2]

    # 随机裁剪
    size = 64
    x = np.random.randint(0, w - size)
    y = np.random.randint(0, h - size)
    lr_patch = lr[y:y+size, x:x+size]
    hr_patch = hr[4*y:4*(y+size), 4*x:4*(x+size)]  # 注意 4 倍关系

    # 随机翻转
    if np.random.rand() > 0.5:
        lr_patch, hr_patch = lr_patch[:, ::-1], hr_patch[:, ::-1]

    return lr_patch, hr_patch

测试集污染：绝对不要在测试图像（通常为 BSD100 的 30%）上做任何增强
数据划分：按原始论文建议，70 张训练，30 张测试（可固定随机种子确保可复现）
EXIF 保留：评估时可能需要原始色彩空间信息

BSD100 官方提供的是双三次插值降采样，但实践中可尝试其他方法：

def downsample(hr_img, method='bicubic', scale=4):
    """不同降采样方法对比"""
    h, w = hr_img.shape[:2]
    new_size = (w//scale, h//scale)

    if method == 'bicubic':
        lr = cv2.resize(hr_img, new_size, interpolation=cv2.INTER_CUBIC)
    elif method == 'nearest':
        lr = cv2.resize(hr_img, new_size, interpolation=cv2.INTER_NEAREST)
    elif method == 'area':
        lr = cv2.resize(hr_img, new_size, interpolation=cv2.INTER_AREA)
    else:
        raise ValueError(f'Unknown method: {method}')

    return lr

方法	特点	适用场景
双三次插值	边缘平滑，学术标准	传统超分辨率
最近邻插值	保留锐利边缘	像素艺术图像
区域插值	抗锯齿效果好	大幅降采样

超分辨率常用 PSNR（峰值信噪比）和 SSIM（结构相似性）：

from skimage.metrics import peak_signal_noise_ratio, structural_similarity

def evaluate(hr, sr):
    """计算 PSNR 和 SSIM"""
    # 转换到 YCbCr 的 Y 通道（亮度）hr_y = cv2.cvtColor(hr, cv2.COLOR_BGR2YCrCb)[:, :, 0]
    sr_y = cv2.cvtColor(sr, cv2.COLOR_BGR2YCrCb)[:, :, 0]

    psnr = peak_signal_noise_ratio(hr_y, sr_y, data_range=1.0)
    ssim = structural_similarity(hr_y, sr_y, data_range=1.0)

    return {'PSNR': psnr, 'SSIM': ssim}