MC-Blur是一个大规模、多成因图像去模糊数据集，涵盖了包含不同模糊因素的真实与合成模糊图像。该数据集中的图像通过多种技术采集生成：包括利用1000帧每秒的高速相机拍摄清晰图像并进行平均、使用大尺寸卷积核对超高清（UHD）图像进行卷积、对图像添加散焦模糊，以及使用多种相机设备采集的真实模糊图像。

一个大规模 DPED 数据集，该数据集由三部智能手机和一台 DSLR 相机在野外同步拍摄的照片组成。用于收集数据的设备是 iPhone 3GS、BlackBerry Passport、Sony Xperia Z 和 Canon 70D DSLR。为了确保所有设备同时拍摄照片，它们被安装在三脚架上，并通过无线控制系统远程激活。总共收集了超过 22K 张照片，其中包括来自索尼智能手机的 4549 张照片、来自 iPhone 的 5727 张照片和来自黑莓的 6015 张照片;对于每张智能手机照片，都有来自佳能 DSLR 的相应照片。这些照片是在白天在各种地方、各种照明和天气条件下拍摄的。图像是在自动模式下拍摄的，在整个采集过程中对所有相机都使用了默认设置。

Manga109是一个专门为漫画图像设计的超分辨率数据集，包含109张高质量的漫画图像。该数据集适合用于研究漫画图像的超分辨率问题。

该数据集主要集中在植物、建筑和街景上，旨在促进高质量图像超分辨率的研究，特别是对于户外和真实世界场景的研究。

LWDDS 是一个合成的视频雨滴数据集。该数据集从45个视频段中获得67500对图像用于训练，从6个视频段中获得600对图像用于测试。为提升多样性，本数据集涵盖乡村、市区、高速公路以及早中晚等多场景与天气，为低端天气下自动驾驶去雨任务建立了基准。

VRDS是包含视频雨滴和雨线去除的数据集。其背景数据来自互联网及BDD100k数据集，经精心选择以合成雨滴清晰的驾驶视频。该数据集共含102个视频，72个用于训练，30个用于测试。所选视频分辨率为1280×720，每个含100帧。

RainDrop是首个雨滴去除数据集，由相同场景的图像对构成，每对包含一张带雨滴的图像和一张无雨滴的图像。该数据集共含1119对图像对，涵盖多种背景与雨滴类型，其中训练集包含861对图像对，测试集分为test_a（58对）和test_b（249对）。

DRealSR是一个真实世界图像超分辨率数据集。该数据集由五款不同品牌的相机(如Canon、Nikon、Sony等)在多种自然场景下实拍采集，涵盖丰富的真实退化类型，被广泛应用于中×2/3/4的超分任务中。

针对现有的BurstSR数据集存在的三个问题：数据不对齐问题，不同设备采集问题，评估不准确问题，构建了一个真实的突发超分辨率数据集RealBSR。它包含579组(RAW 版本)和639组(RGB 版本)。每组包含14张Burst低分辨率图像和一张高分辨率标签图像。