apeanut/data4LLIE

数据集说明 (Dataset Documentation)

本目录 /root/mydata/datasets/ 包含 5 个低光照图像增强（Low-Light Image Enhancement, LLIE）相关的数据集，可用于训练和评估图像增强模型（如 TTSR 等）。

---

目录概览

数据集	大小	图像格式	分辨率	用途
LOLdataset	334 MB	PNG	600×400	低光增强基准
data1 (LSRW)	1.7 GB	JPG	960×720	LSRW 数据集（重命名版）
data2 (LSRW+ref)	958 MB	JPG	960×720	LSRW + 模型生成参考图
lol-v2-real	565 MB	PNG	600×400	真实低光场景
lol-v2-synthetic	453 MB	PNG	384×384	合成低光场景

总大小约 4.0 GB。所有数据集均为成对（paired）低光/正常光图像数据集。

---

1. LOLdataset

来源：LOL (LOw-Light) 数据集 v1，是低光图像增强领域的经典基准数据集。

目录结构

LOLdataset/
├── our485/          # 训练集
│   ├── high/        # 正常光照图像 × 485 张
│   └── low/         # 低光照图像 × 485 张
└── eval15/          # 测试集
    ├── high/        # 正常光照图像 × 15 张
    └── low/         # 低光照图像 × 15 张

统计信息

划分	low（低光）	high（正常光）	图像格式	分辨率
训练 (our485)	485	485	PNG	600×400
测试 (eval15)	15	15	PNG	600×400

特点

• 真实的低光/正常光图像对，在真实场景中拍摄
• low 和 high 的图像文件名一一对应
• 广泛用于有监督低光图像增强

---

2. data1 (LSRW)

来源：LSRW (Large-Scale Real-World) 数据集，由华为（Huawei）和尼康（Nikon）两种设备在真实场景下拍摄的大规模成对低光图像数据集。本目录为原始 LSRW 数据集的重命名版本。

目录结构

data1/
├── Training data/
│   ├── Huawei/
│   │   ├── high/    # 正常光照图像 × 2450 张
│   │   └── low/     # 低光照图像 × 2450 张
│   └── Nikon/
│       ├── high/    # 正常光照图像 × 3150 张
│       └── low/     # 低光照图像 × 3150 张
└── Eval/
    ├── Huawei/
    │   ├── high/    # 正常光照图像 × 30 张
    │   └── low/     # 低光照图像 × 30 张
    └── Nikon/
        ├── high/    # 正常光照图像 × 20 张
        └── low/     # 低光照图像 × 20 张

统计信息

设备	训练 high	训练 low	评估 high	评估 low	格式	分辨率
Huawei	2,450	2,450	30	30	JPG	960×720
Nikon	3,150	3,150	20	20	JPG	960×720
合计	5,600	5,600	50	50

特点

• 来自 LSRW 数据集，由 Huawei P40 Pro 和 Nikon D7500 两种设备在真实场景采集
• 两种不同设备有利于模型的跨设备泛化能力
• low 和 high 文件名一一配对（如 00001.jpg 对应）
• 仅包含 low/high 两种光照条件（原始配对数据）

---

3. data2 (LSRW+ref)

来源：基于 LSRW 数据集，使用模型为每张低光图像生成了对应的参考图像（ref），形成 low/high/ref 三元组。low 和 high 来自原始 LSRW 数据（与 data1 文件名对应但内容为另一批数据），ref 为模型生成的增强参考图。

目录结构

data2/
├── Training data/
│   ├── Huawei/
│   │   ├── high/    # 正常光照（LSRW 原始）× 2450 张
│   │   ├── low/     # 低光照（LSRW 原始）× 2450 张
│   │   └── ref/     # 模型生成的参考图像 × 2450 张
│   └── Nikon/
│       ├── high/    # 正常光照（LSRW 原始）× 3150 张
│       ├── low/     # 低光照（LSRW 原始）× 3150 张
│       └── ref/     # 模型生成的参考图像 × 3150 张
└── Eval/
    ├── Huawei/
    │   ├── high/    # 正常光照 × 30 张
    │   └── low/     # 低光照 × 30 张
    └── Nikon/
        ├── high/    # 正常光照 × 20 张
        └── low/     # 低光照 × 20 张

统计信息

设备	训练 high	训练 low	训练 ref	评估 high	评估 low	格式	分辨率
Huawei	2,450	2,450	2,450	30	30	JPG	960×720
Nikon	3,150	3,150	3,150	20	20	JPG	960×720
合计	5,600	5,600	5,600	50	50

特点

• low 和 high 来自 LSRW 数据集的另一批数据（与 data1 文件名相同但图像内容不同）
• 训练集额外包含 ref/ 目录，为模型对 low 图像进行增强后生成的参考图像
• 评估集仅含 low/high（与 data1 结构一致，无 ref）
• 可用于基于参考的增强训练、知识蒸馏或多监督学习

---

4. lol-v2-real

来源：LOL-v2 数据集的真实（Real）子集。

目录结构

lol-v2-real/
├── Train/
│   ├── Low/         # 低光照图像 × 689 张
│   └── Normal/      # 正常光照图像 × 689 张
└── Test/
    ├── Low/         # 低光照图像 × 100 张
    └── Normal/      # 正常光照图像 × 100 张

统计信息

划分	Low（低光）	Normal（正常光）	图像格式	分辨率
训练 (Train)	689	689	PNG	600×400
测试 (Test)	100	100	PNG	600×400

特点

• 在真实场景下采集的低光/正常光配对数据
• 文件命名格式：low00001.png / normal00001.png（按编号一一对应）
• 相比 LOL v1（LOLdataset），训练数据更多（689 vs 485）

---

5. lol-v2-synthetic

来源：LOL-v2 数据集的合成（Synthetic）子集，通过分析低光图像的亮度分布人工合成。

目录结构

lol-v2-synthetic/
├── Train/
│   ├── Low/         # 合成低光照图像 × 900 张
│   └── Normal/      # 正常光照图像 × 900 张
└── Test/
    ├── Low/         # 合成低光照图像 × 100 张
    └── Normal/      # 正常光照图像 × 100 张

统计信息

划分	Low（低光）	Normal（正常光）	图像格式	分辨率
训练 (Train)	900	900	PNG	384×384
测试 (Test)	100	100	PNG	384×384

特点

• 通过合成方式生成的低光/正常光配对数据
• 图像分辨率为 384×384，与真实数据（600×400）不同
• 文件名格式为哈希风格：r000da54ft.png（一一对应）
• 训练数据量最大（900 对）

---

数据集关系总结

graph TD
    subgraph LOL系列
        A[LOLdataset v1] --> |485训练+15测试| T[低光增强训练]
        B[lol-v2-real] --> |689训练+100测试| T
        C[lol-v2-synthetic] --> |900训练+100测试| T
    end
    subgraph 自定义数据
        D[data1] --> |5600训练+50测试| T
        E[data2] --> |5600训练+50测试+ref| T
    end

最后更新：2026-07-28