跨境派

跨境派

跨境派,专注跨境行业新闻资讯、跨境电商知识分享!

当前位置:首页 > 综合服务 > 物流仓储 > YOLOv8改进 | 图像去雾 | 利用图像去雾网络UnfogNet辅助YOLOv8进行图像去雾检测(全网独家首发)

YOLOv8改进 | 图像去雾 | 利用图像去雾网络UnfogNet辅助YOLOv8进行图像去雾检测(全网独家首发)

时间:2024-04-02 18:20:42 来源:网络cs 作者:胡椒 栏目:物流仓储 阅读:

标签: 辅助  利用  改进  网络 

一、本文介绍

本文给大家带来的改进机制是利用UnfogNet超轻量化图像去雾网络,我将该网络结合YOLOv8针对图像进行去雾检测(也适用于一些模糊场景),我将该网络结构和YOLOv8的网络进行结合同时该网络的结构的参数量非常的小,我们将其添加到模型里增加的计算量和参数量基本可以忽略不计这是非常难得的,因为其也算是一种图像增强算法,同时本文的内容不影响其它的模块改进可以作为工作量凑近大家的论文里,非常的适用,图像去雾检测为群友最近提出的需要的改进

欢迎大家订阅我的专栏一起学习YOLO! 

37b7a5829b134f58843683922e978d45.png

 专栏回顾:YOLOv8改进系列专栏——本专栏持续复习各种顶会内容——科研必备   


目录

本文链接:https://www.kjpai.cn/news/2024-04-02/152862.html,文章来源:网络cs,作者:胡椒,版权归作者所有,如需转载请注明来源和作者,否则将追究法律责任!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。

文章评论