YOLOv10改进 | 低照度检测 | 2024最新改进CPA-Enhancer链式思考网络（适用低照度、图像去雾、雨天、雪天）

 一、本文介绍

本文给大家带来的2024.3月份最新改进机制，由CPA-Enhancer: Chain-of-Thought Prompted Adaptive Enhancer for Object Detection under Unknown Degradations论文提出的CPA-Enhancer链式思考网络，CPA-Enhancer通过引入链式思考提示机制，实现了对未知退化条件下图像的自适应增强。该方法的核心在于能够利用CoT提示对图像退化进行动态分析和适应，从而显著提升物体检测性能。其适用的场景非常多低照度、图像去雾、雨天、雪天均有提点效果，同时其参数量进入的非常小仅有V8n仅有350W，本文内容由我独家整理！

 欢迎大家订阅我的专栏一起学习YOLO！  

专栏回顾：YOLOv10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

 一、本文介绍

二、原理介绍

三、核心代码

四、手把手教你添加本文机制 

 4.1 修改一

4.2 修改二 

4.3 修改三 

关闭混合精度验证！

打印计算量的问题！

五、yaml文件和运行记录

5.1 yaml文件