Yolo框架优化：黑夜中也可以实时目标检测，

文章预览

点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ 计算机视觉研究院 学习群 ｜ 扫码在主页获取加入方式 计算机视觉研究院专栏 Column of Computer Vision Institute 目前的目标检测模型在许多基准数据集上都取得了良好的效果， 在夜晚或者黑暗条件下检测目标仍然是一个巨大的挑战。 01 简介 为了解决这个问题，有研究者提出了一个金字塔增强网络（pyramid enhanced network，PENet），并将其与YOLOv3结合起来，构建了一个名为PE-YOLO的暗目标检测框架。首先，PENet使用拉普拉斯金字塔将图像分解为不同分辨率的四个分量。 具体来说，提出了一个细节处理模块（ detail processing module，DPM）来增强图像的细节，该模块由上下文分支和边缘分支组成。此外，还提出了一种低频增强滤波器（LEF）来捕获低频语义并防止高频噪声。PE-YOLO采用端到端联合 ………………………………