DR-YOLO雾天检测网络

雾天精度骤降难题缓解

DR-YOLO 将大气散射模型与共现关系图作为先验知识注入 YOLO 结构,用去雾特征引导和共现推理弥补雾天下的视觉特征退化,在合成雾与真实雾数据集上均提升了检测精度,且推理阶段不额外增加计算量。

Zhong, Fujin · Wenxin, Shen · 于洪 · Guoyin, Wang · Hu, Jun

Pattern Recognition 2024

技术优势

推理不减速

去雾引导模块只在训练时参与,检测流程不增加额外耗时,实时性不下降。

雾中关联目标不漏检

用共现关系图让检测器关注同一场景里可能同时出现的物体,弥补雾天视觉特征不足。

多尺度特征有效融合

自适应特征融合模块合并主干和颈部的关键特征,满足去雾和关系推理的需求。

应用场景