Perceptual Similarity 视觉感知相似性数据集
本数据集聚焦人类感知相似性判断研究,可用于评估各类深度学习架构、视觉任务的深度特征,探究视觉表象的感知相似特性,适用于计算机视觉、图像质量评估、视觉算法研究等领域。
数据内容覆盖
学习感知图像补丁相似度指标(LPIPS)完整数据
Berkeley-Adobe 感知补丁相似性数据集(BAPPS)示例数据
配套多组图像补丁对照样本,支持 PSNR、SSIM、FSIM 等指标对比分析
适用场景 & 使用方式
适用方向:视觉感知研究、图像相似度检测、深度网络特征分析、学术论文实验
获取使用:下载压缩包即可直接使用,数据格式规范,可对接各类视觉算法框架
Berkeley-Adobe 感知补丁相似性数据集(BAPPS) 示例数据
Perceptual Similarity 感知相似性数据集.zip
(62.7 KB, 需要: RMB 5 元)


雷达卡


京公网安备 11010802022788号







