编号：A552
大小：930M
环境：Python3.8、OpenCV4.7、torch2.0、PyCharm
简介：深度学习之基于暗通道算法+卷积神经网络图像去雾可视化系统。
我们提出了一种用卷积神经网络（CNN）建立的图像去雾模型，称为一体去雾网络（AOD-Net）。它是基于重新制定的大气散射模型设计的。AOD-Net没有像以前的大多数模型那样分别估计透射矩阵和大气光，而是通过轻量级的CNN直接生成干净的图像。这样一种新颖的端到端设计可以很容易地将AOD-Net嵌入到其他深度模型中，例如Faster R-CNN，以改进模糊图像上的高级任务。在合成和自然模糊图像数据集上的实验结果表明，在PSNR、SSIM和主观视觉质量方面，我们的性能优于最先进的技术。此外，当将AOD-Net与Faster R-CNN连接时，我们看到模糊图像上的目标检测性能有了很大的提高。
AOD-Net代表All-in-One去雾网络，这是一种轻量级的图像去雾网络。它可以快速训练并用于推理。
原始图像

训练集

运行展示

暗通道算法

卷积神经网络

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频