HED算法用到的数据集

BSDS 500 是用于轮廓检测和语义分割研究的数据集，包含从 30 个人类受试者中收集的 12000 个由手工标记的 1000 个 Corel 数据集图像。 其中一半的分割是通过向主体呈现彩色图像而获得的; 另一半来自呈现灰度图像，基于该数据的公共基准包括 300 个图像的所有灰度和颜色分割，其中分为 200 个训练图像和 100 个测试图像。 该数据集于 2001 年由加州大学伯克利分校发布。 相关论文：《A Database of Human Segmented Natural Images and its Application to Evaluating Segmentation Algorithms and Measuring Ecological Statistics》

1、描述 berkeley segmentation data set (BSDS500)是伯克利大学computer vision group提供的数据集可以用来图像分割和物体边缘检测。该数据集包含200张训练图，100张验证图，200张测试图。所有标注用.mat文件保存，包含segmentation和boundaries，每张图片对应标注有五个，训练时真值可采用平均值或者用来扩充数据。 数据集中包含2个子文件夹： bench：用于评测自己方法的指标，主要为matlab的.m文件，核心文件correspondPixels.cc文件需要编译，如果是Linux64位电脑则不需要编译源文件，因为已有编译好的correspondPixels.mexa64文件在里面。 BSDS500：数据集，包括训练集、测试集、验证集 2、使用方式 使用方式 可用于物体边缘检测、语义分割等任务

下载的官方的BSDS500分割数据集。官方页面下载太慢了，让老师帮忙下载了，然后从网上找到了bsdb生成轮廓可视化图脚本和生成分块可视化图脚本。都打包起来以后备用，也方便大家学习使用。数据库包含200张训练图，200张侧视图，100张检验图。ground truth是人工标识的，已数据库图片id为单位，保存成mat格式文件，一个文件包含多个标记者的标记信息。有轮廓和分割信息，用matlab读取很方便，直接load就行。

BSDS500标准图片库-train,用于matlab对图片处理的标准图片库

超分辨率常用数据集,包含数据增强方法和以下数据集：Set5, Set14, BSD100, BSDS200, BSDS300, BSDS500, 91-images,General-100, Manga109, Urban100, historical

内含已经编译好的BSDS边缘测试图像（位于./BSDS/BSR/BSDS500/data/groundTruth/bon下）,该数据集主要用于基于深度学习的边缘检测。

BSDS300基础上扩展出的数据集，加入了200张新的图片。 BSDS500包括：图片，ground-truth, benchmarks

bsds500标准图片库之test图片，用于matlab对图片进行测试的标准图片库