YOLOv5改进 | 主干篇 | 低照度图像增强网络SCINet改进黑暗目标检测（全网独家首发）

作者：码创造者 | 2024-07-12 11:42:52

踩

图像增强网络

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SCINet，SCINet（自校正照明网络）是一种专为低光照图像增强设计的框架。它通过级联照明学习过程和权重共享机制来处理图像，优化了照明部分以提升图像质量。我将该网络集成在YOLOv5的主干上针对于图像的输入进行增强，同时该网络的并不会增加参数和计算量，基本和普通的网络结构保持一致，同时该结构支持自定义调节层数，来控制图像增强的效果，非常适合想要在黑夜目标检测领域发表文章的读者，该基本网络不会影响模型的速度。

欢迎大家订阅我的专栏一起学习YOLO！

专栏回顾：YOLOv5改进专栏——持续复现各种顶会内容——内含100+创新

4.1.1 修改一

4.1.2 修改二

4.1.3 修改三 </

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/码创造者/article/detail/813973