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 pytorc
目前,基于深度学习的低照度图像增强方法取得了一些不错的成效。但是一直以来存在着一个问题,就是它们大部分都属于监督学习,也就是说需要大量配对数据(paired data)来进行训练,但现实生活中,我们很难获取大量的同场景下的低光和正常光图像来作为数据对。因此,作者和他的团队提出了一种无监督的生成对抗网络来实现图像...
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...