4KLSDB：用于 4K 图像恢复和生成的大规模数据集

高分辨率数据集对于推进超分辨率（SR）和文本到图像（T2I）扩散研究至关重要。然而，当前公开的数据集缺乏原生 4K 分辨率和训练最先进模型所需的广泛规模。为了解决这一差距，我们引入了 4K 大型数据集和基准 (4KLSDB)，这是一个大规模、多样化的数据集，由 129,484 张精心策划的 4K 分辨率图像组成，涵盖自然、城市场景、人物、食物、艺术品和 CGI​​ 等多个类别，以及分别包含 2,000 张和 1,984 张图像的不同验证和测试集。图像来源于已建立的开放数据集，包括 Photo Concept Bucket、Laion2B 和 PD12M。 4KLSDB 经过严格的多阶段自动过滤和注释管道，涉及人类注释者和大型多模态模型 (LMM)，以确保高美学质量和数据集一致性。我们通过训练代表性的超分辨率和扩散模型来证明 4KLSDB 的有效性，观察到原生 4K 基准性能的显着改进。综合实验表明，真实 4K 分辨率数据的训练与图像恢复任务保真度的提高之间存在正相关性，尤其是在 4K 分辨率上。我们通过提供 4KLSDB 为研究界提供宝贵的资源，以推动真正的高保真图像合成和恢复的进展。我们的项目页面位于：https://4klsdb.github.io/。