Exclusively-Dark-Image-Dataset

低光视觉研究必备：1.2万张暗光图带框标注

Exclusively Dark Image Dataset（ExDARK）是一个面向低光照视觉研究的图像数据集，由12,000张从极暗环境到黄昏（覆盖10种光照条件）拍摄的图像组成，是同类数据集中规模最大、标注最细的公开资源之一。它主要解决低光图像在目标检测、图像增强、域适应等任务中缺乏高质量标注数据的问题。每张图像都提供图像级类别标注和对象级边界框标注，覆盖12个常见物体类别（如人、车、狗、瓶等），并附带光照条件标签，便于研究者分析不同亮度对算法性能的影响。数据集采用MATLAB工具链组织，适合直接用于训练和评测低光检测、图像翻译及域适应模型，为夜间视觉、自动驾驶和安防监控等场景提供基准。

开源 free 数据集

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 644

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类数据集

开发团队cs-chan

所属国家

官网地址

GitHubhttps://github.com/cs-chan/Exclusively-Dark-Image-Dataset

定价模式free

价格说明开源数据集，免费使用

访问状态

是否开源是

开源协议BSD-3-Clause

主要语言MATLAB

技术栈/模型computer-vision,dataset,deep-learning,domain-adaptation,exdark,image-processing,image-translation,low-light-image,night-images,object-detection

GitHub 星标★ 644

30天Star增速

HF 下载量

上线时间2018-05-28 00:00:00

最近更新2026-09-30 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-01

浏览次数0

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

使用教程

核心亮点

覆盖10种从极暗到黄昏的光照条件，可系统评估光照对算法的影响
同时提供图像级类别和对象级边界框标注，支持检测与分类任务
12,000张图像规模在低光数据集中领先，且类别分布较均衡

不足之处

仅提供MATLAB格式的标注与工具，对Python生态用户不够友好
图像分辨率与场景多样性相比现代大规模数据集仍有局限

适用场景

训练夜间或低光环境下的目标检测模型
评估图像增强算法在极暗到黄昏不同光照下的效果
作为域适应研究中的源域或目标域数据集

替代项目

COCO、ExDark、NightOwls

项目介绍

Exclusively-Dark-Image-Dataset 是一个数据集领域的开源项目，官方简介：Exclusively Dark (ExDARK) dataset which to the best of our knowledge, is the largest collection of low-light images taken in very low-light environments to twilight (i.e 10 different conditions) to-date with image class and object level annotations.。项目使用 MATLAB 开发，在 GitHub 上获得 644 星标。

上一篇：sentinel-tree-cover

下一篇：没有了！