代码和理论学习(跟着视频配置环境,写代码,需要全部看完):
理论学习(看视频,同时在配套笔记的基础上可以简单做一些笔记,加深记忆。不需要全部看完,大概看到第八周
即可,包括第八周)
代码学习(跟着视频配置环境,写代码,训练模型):
- "霹雳吧啦Wz-深度学习-图像分类篇章 " 哔哩哔哩 [link] (不需要全部看完,前面的几个经典模型都要看,后面的可以根据需要挑着看,只看
pytorch
部分)
理论学习(有了前面的基础看这个视频应该可以很快理解):
- "李宏毅2021/2022春机器学习课程 " 哔哩哔哩 [link] (同样不需要都看,可以只看计算机视觉相关的,比如
CNN
、Self-Attention
、Transformer
、GAN
)
结合文章,下载数据集,跑通代码
-
"Image Composition Assessment with Saliency-augmented Multi-pattern Pooling"
构图评价
[pdf] [code] -
"Rethinking Image Aesthetics Assessment: Models, Datasets and Benchmarks"
TANet多主题
[pdf] [code] -
"Towards Artistic Image Aesthetics Assessment: a Large-scale Dataset and a New Method"
BAID艺术图像数据集
[pdf] [code]
各类美学数据集 点击链接
数据集名称 | 数据集描述 | 数据集规模 | 作用 | 链接 |
---|---|---|---|---|
AVA★★★★★ | 人类对于图片进行1-10分的打分 | 255,500张图像 | 训练基础的美学模型 | 链接 |
AADB★★★ | 包含11种摄影属性,5个人的平均评分 | 10000张图像 , 8500 张训练,500 验证,1000 测试 | 评价美学维度 | 链接 |
BAID★★★ | 艺术图像数据集 | 60337张图像 , 50737 张训练,3200 验证,6400 测试 | 训练基础的美学模型 | 链接 提取码: 9y91 |
DPChallenge.com | 人类对于图片进行1-10分的打分 | 16,509张图像 | 训练基础的美学模型 | 链接 |
photo.net | 人类对于图片进行1-10分的打分 | 20,278张图像 | 训练基础的美学模型 | 链接 |
TID2013★★★★★ | 人类对于多种处理后的失真图片进行1-10打分 | 25×24张照片,25张参考图像,24个失真类型 | 美学因素,图像质量客观评价因素 | 链接 提取码: 9oc4 |
LIVE 提取码: g2sh 解压密码为:livedatabase2005 | 人类对于多种处理后的失真图片进行1-10打分 | 29×5张照片,29张参考图像,5个失真类型 | 美学因素,图像质量客观评价因素 | 链接 |
MLIVE | 人类对于多种处理后的失真图片进行1-10打分 | 15×15张照片,15张参考图像,15个失真类型 | 美学因素,图像质量客观评价因素 | 链接 |
WATERLOO | 人类对于多种处理后的失真图片进行1-10打分 | 4744张参考图像, 20个失真类型 | 美学因素,图像质量客观评价因素 | 链接 |
flickr★★★★★ | 很多摄像师拍的照片,还附有相机参数和一些关键字评论 | 无数张?可以自己爬下来 | 美学因素,图像质量客观评价因素 | 链接 |
PCCD | 有人对图像的评论和7个维度的评分 | 4,235张照片,29,645评论 | 评价美学维度、美学因素 | 链接 |
KonIQ-10k★★★ | 包含总分、Brightness、Colorfulness、Contrast、Sharpness | 10,073张图像 | 评价美学维度 | 链接 |
CUHKPQ | 只包含好照片和不好照片,但是细分为动物,建筑等很多类 | 28,410张图像 | 评价美学维度 | 链接 |
TAD66K | 按主题标注,分为47个主题 | 66,000张左右的图像 | 整体美学评分 | 链接 |
AVA
数据集下载需要国外网盘,比较麻烦,可以直接找师兄师姐用移动硬盘拷贝。AADB
和BAID
数据集也可以直接找师兄师姐用移动硬盘拷贝。