文章提出了一种名为IA-YOLO的新型图像自适应框架，针对恶劣天气条件下的目标检测问题。该框架结合了可微分图像处理模块(DIP)和小型CNN预测器(CNN-PP)，能够自适应地增强图像，提升YOLOv3的检测性能。实验证实在雾天和弱光环境下，IA-YOLO表现出了显著的效果。
恶劣天气条件下从低质量图像中定位目标还是极具挑战性的任务。现有的方法要么难以平衡图像增强和目标检测任务，要么往往忽略有利于检测的潜在信息。本文提出了一种新的图像自适应YOLO (IA-YOLO)框架，可以对每张图像进行自适应增强，以提高检测性能。实验结果证明了IAYOLO方法在雾天和弱光情况下的有效性。
Image-Adaptive YOLO for Object Detection in Adverse Weather Conditions论文： https://arxiv.org/abs/2112.08088
代码：
订阅专栏 解锁全文
扫一扫
9009
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
