RawNeRF / sharpshadow
training & test data
这个页面只描述数据,不绑定某一次模型实验。以后所有 sharpshadow synthetic RAW-noise 结果页都跳转到这里,确保 train/test protocol 始终一致且可检查。
固定的数据划分
全部视角共享同一组 COLMAP poses。按排序后的图像每隔 8 张留出一张测试图。训练视角使用在 Bayer RAW 域加入标定 Poisson–Gaussian noise 后的图像;测试视角从不参与优化,始终用 clean RAW 评价。
Training data · 全部 31 张
下面就是训练时读入的图像。网页为了可读性应用统一 cam2rgb + sRGB display mapping;训练程序读取的是对应的 camera-linear RGB 数值。
Test data · 全部 5 张
这些 clean held-out views 从未参与训练。点击图片可查看大图;所有实验结果应使用完全相同的五张 target。
Clean → noisy protocol audit
三个代表性训练视角展示 clean reference、实际 noisy training input 与 absolute residual。Noise 在 demosaic 前的 Bayer 域采样,之后 clean/noisy 共享 demosaic、downsample、undistortion、quantization 和 display pipeline。
复现实验时必须保持不变
Split:31 noisy train / 5 clean test。Noise:variance = 64 × (3.28249e−5 × signal + 4.34317e−7),在 normalized Bayer RAW 域采样。Geometry:同一组 undistorted 1008 × 756 PINHOLE cameras。Evaluation:只在五张 clean held-out views 上报告最终指标。