当前位置:   article > 正文

YOLOv8改进 | 主干篇 | 低照度增强网络Retinexformer改进黑夜目标检测 (全网独家首发)_低照度目标检测retinexformer

低照度目标检测retinexformer

一、本文介绍

本文给大家带来的改进机制是低照度图像增强网络Retinexformer,其是由今年最新发布的针对于黑夜目标检测的改进机制(非常适合大家用来发表论文),其主要思想是通过一种新颖的一阶段Retinex-based框架来增强低光图像。这个框架结合了照明信息的估计和损坏恢复,目的是提高低光图像的质量。核心在于照明引导的变换器,这种变换器使用照明信息来引导长期依赖性的建模,从而在不同照明条件下更好地处理图像。欢迎大家订阅本专栏,本专栏每周更新3-5篇最新机制,更有包含我所有改进的文件和交流群提供给大家。

欢迎大家订阅我的专栏一起学习YOLO!

下图展示了Retinexformer相对于各种图像增强网络的对比效果 ,最新版本的Retinexformer在各种场景都表现的很优秀,该网络的GFLOPs为18.4,参数量为308w在低照度网络中是非常小的。

专栏回顾:

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/2023面试高手/article/detail/495592
推荐阅读
相关标签
  

闽ICP备14008679号