图像修复（Image Inpainting）任务中常用的掩码数据集

---

前言

在 Image Inpainting（图像修复） 任务中，需要使用掩码数据集在图像上人为添加缺陷区域，以便在设计的深度学习上进行训练学习。

mask数据集分类及介绍

1. 目前图像修复任务中最长用的数据集是来自于 Liu 等人2018年发布的论文 Image Inpainting for Irregular Holes Using Partial Convolutions， 该论文中提出用部分卷积解决inpainting的任务的同时，也公布了一个大型的mask数据集，该数据集在之后的 Inpainting 任务中被大量使用。

数据集介绍：
作者对mask的孔洞大小进行了分类。具体而言，作者定义了6个比例范围：
( 0.01 , 0.1 ] , ( 0.1 , 0.2 ] , ( 0.2 , 0.3 ] , ( 0.3 , 0.4 ] , ( 0.4 , 0.5 ] , ( 0.5 , 0.6 ] 。
每个种类有孔洞靠近边界的mask和孔洞不靠近边界的mask各1000张。所以，一共有6 ∗ 2 ∗ 1000 = 12000 个mask。各种类的mask例子如下图所示，其中1,3,5是有边界约束的，2,4,6是没有边界约束的：

下载地址 ：https://nv-adlr.github.io/publication/partialconv-inpainting

官网的下载界面上给了两个链接，第一个链接里面的数据集是训练mask数据集，第二个是测试mask数据集。
但是！！！，看下面重点
当下载到两个链接里的数据集之后，数据集里的数据长这样：

• Traning Set
  这些mask数据集是960 * 640，看着有点怪。
• Testing Set

这一部分才是作者在论文中提到的那12000张mask数据集，大小为512 * 512。
因此我也比较迷糊第一部分的Traning Set是干嘛用的。也没见人使用第一部分的数据集进行训练，都是用第二部分的Testing Set进行的训练。
由于这部分数据集挺多的，12000张，可以训练可测试都用这个Testing Set。

2. 快速绘制不规则掩码数据集

它的mask数据集是人工手动绘制的，长这个样子：

大小是512 * 512的。总数量很多，有很多个G。
下载地址：https://github.com/karfly/qd-imd

总结

本文介绍了Inpainting任务中常用的mask数据集，推荐使用第一种，只用那Testing Set中的数据，给它随机打乱分成训练集和测试集就可以了。一共有12000张，用来做mask完全够用了。
还有一个好出就是，它的大小是512 * 512的，如果你的图像数据集是256 * 256的，那只需要用 pytorch 的 transforms 给它Resize()到256就可以了，也不会变形。比第一部分的好用！