Perceptual Similarity 是一个关于人类感知相似性判断的数据集。该数据集系统地评估了不同架构和任务的深度特征，发现感知相似性是深层视觉表象共享的一种新兴属性。该数据集包括：

• 学习感知图像补丁相似度指标（LPIPS）
• Berkeley-Adobe 感知补丁相似性数据集（BAPPS） 示例数据

Citation

@inproceedings{zhang2018perceptual,
title={The Unreasonable Effectiveness of Deep Features as a Perceptual Metric},
author={Zhang, Richard and Isola, Phillip and Efros, Alexei A and Shechtman, Eli and Wang, Oliver},
booktitle={CVPR},
year={2018}
}