有雾数据 & 一部分高清数据（不完整）
1-5是高清数据，6-10是有雾数据。
数据集 | 数量 | 描述 | 论文 | |
|---|---|---|---|---|
| 1 | DIV2K | 900 | 1000张高清图，800训练，100验证，100测试 测试集不公开，实际是900张图 超分数据集 | NTIRE 2017 Challenge on Single Image Super-Resolution: Dataset and Study |
| 2 | Flickr_2K | 2650 | 2650张2K图像，包含人物、动物、风景 超分数据集，看起来也不是很高清 论文作者用Flickr API爬的数据集，具体： | Enhanced Deep Residual Networks for Single Image Super-Resolution |
| 3 | BSD300 (Berkeley Segmentation Dataset) | 300 | 200张高清训练集，100张测试集 其中测试集的100张图即是BSD100数据集 https://paperswithcode.com/dataset/bsd （481*321固定大小） | A Database of Human Segmented Natural Images and its Application to Evaluating Segmentation Algorithms and Measuring Ecological Statistics |
| 4 | RealSR | 559 | 559个场景，使用Canon 5D3 和 Nikon D810 拍摄 459个场景用于训练，100个场景用于测试。 超分数据集 | Toward Real-World Single Image Super-Resolution: A New Benchmark and A New Model |
| 5 | mirflickr25k | 25000 | 高质量图像检索数据集 | The MIR Flickr Retrieval Evaluation |
| 6 | RESIDE | 9129 | ITS室内训练集110000，OTS室外训练集313950，SOTS合成客观测试集1000，RTTS真实数据测试集4322，用于雾中检测，使用方法参考下载网址β版本，HSTS混合主观测试集20。Unannotated Real-world Hazy Images是无标注的真实图。 真实图有未标注的4322和RTTS4807，共9129 | Benchmarking Single Image Dehazing and Beyond |
| 7 | I-HAZE | 30 | 35组室内有ground truth的雾霾图，真实雾霾机产生 CVPR workshop 2018，标号26-30的图片缺失 | I-HAZE: A DEHAZING BENCHMARK WITH REAL HAZY AND HAZE-FREE INDOOR IMAGES |
| 8 | O-HAZE | 45 | 45组室外有雾和无雾的图像对，真实数据 CVPR workshop 2018，雾霾 | O-HAZE: a dehazing benchmark with real hazy and haze-free outdoor images |
| 9 | D-HAZE | 1449 | 通过合成复杂场景的真实图像中的雾度来建立数据集 是建立在Middelbury [1]和NYU Depth [2] 数据集上的，这些数据集提供了各种场景的图像及其相应的深度图。由于在雾介质中，场景辐射随距离衰减，基于深度信息并使用雾介质的物理模型，能够以高保真度创建相应的朦胧场景。 合成雾霾数据集，看起来特别不真实。 | D-HAZY: A DATASET TO EVALUATE QUANTITATIVELY DEHAZING ALGORITHMS |
| 10 | Dense-HAZE | 55 | 成对的浓雾图和无雾图 CVPR workshop 2019 / ICIP 2019，雾霾 | DENSE-HAZE: A BENCHMARK FOR IMAGE DEHAZING WITH DENSE-HAZE AND HAZE-FREE IMAGES |