ORF首先估计照明信息来点亮低光图像,然后恢复损坏以生成增强的图像。我们设计了一个基于照明指导的Transformer(IGT),利用照明表示来指导不同光照条件下区域之间的非局部交互建模。将IGT插入到ORF中,我们得到了我们的算法Retinexformer。 全面的定量和定性实验证明了我们的Retinexformer在13个基准测试上明显优于现有的方法。
上图可以看出,图像低照度增强,显著增强了目标检测的recall值以及置信度,因此图像增强对目标检测、目标跟踪等计算机视觉领域有重要意义。 代码运行 1. 创建环境 创建Conda环境 conda create -n Retinexformer python=3.7 conda activate Retinexformer 安装依赖项 conda install pytorch=1.11 torchvision cudatoolkit=11.3...