推荐使用:DehazeFormer —— 视觉Transformer在单张图片去雾中的创新应用
2024-05-21 08:02:25作者:钟日瑜
1、项目介绍
在图像处理领域,去除雾霾(图像去雾)是一项基础而重要的任务。随着深度学习的发展,尤其是卷积神经网络的应用,图像去雾技术已经取得了显著进步。然而,最近在高层视觉任务中取得突破的Transformer模型,在图像去雾领域的应用却并未引起广泛关注。DehazeFormer项目应运而生,它以Swin Transformer为基础,通过一系列改进设计,如定制化的归一化层、激活函数以及空间信息聚合策略,为图像去雾带来了全新的解决方案。
2、项目技术分析
DehazeFormer对传统的Transformer架构进行了优化,针对图像去雾任务的特点,提出了一系列创新点。其中包括修改的归一化层和激活函数,旨在更好地适应低层次视觉任务的需求。此外,该项目还采用了一种独特的空间信息聚合方案,有效提升了模型在处理复杂环境下的表现力。
3、项目及技术应用场景
DehazeFormer不仅适用于常规的室内图像去雾场景,还特别针对复杂的户外远程遥感图像进行了优化,提供了一个大型的实时遥感图像去雾数据集RS-Haze-RGB。这使得该技术能够在处理高度非均匀雾霾的情况下,展现出强大的性能。无论是用于增强现实、自动驾驶还是无人机监控等需要清晰视图的场景,DehazeFormer都能提供高效且高质量的去雾效果。
4、项目特点
- 高效性:与现有的FFA-Net相比,即使小规模模型也能实现更优性能,参数量仅为四分之一,计算成本降低五分之一。
- 突破性成果:大型模型是首个在SOTS室内测试集中PSNR超过40dB的方法,大幅超越现有最佳结果。
- 易于使用:项目提供了详细的训练和评估脚本,以及预训练模型和数据集的下载链接,方便研究人员快速上手。
- 广泛兼容:支持PyTorch 1.10.2版本,并已在CUDA 11.3和cuDNN 8.2.0环境下测试通过。
如果你正在寻找一个性能强大、效果出众且易于实施的图像去雾工具,那么DehazeFormer绝对值得尝试。立即加入社区,体验Transformer在低级视觉任务中的魅力吧!
参考文献:
@article{song2023vision,
title={Vision Transformers for Single Image Dehazing},
author={Song, Yuda and He, Zhuqing and Qian, Hui and Du, Xin},
journal={IEEE Transactions on Image Processing},
year={2023},
volume={32},
pages={1927-1941}
}
查看项目仓库 | 在线演示 | 论文链接 | GoogleDrive数据 | 百度网盘数据
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp英语课程填空题提示缺失问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp音乐播放器项目中的函数调用问题解析4 freeCodeCamp课程页面空白问题的技术分析与解决方案5 freeCodeCamp课程视频测验中的Tab键导航问题解析6 freeCodeCamp课程中屏幕放大器知识点优化分析7 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析8 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析9 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 10 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 CVE-2024-38077伪代码修复版EXP资源详解:Windows远程桌面授权服务问题利用指南 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
239
2.36 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
216
291
暂无简介
Dart
539
118
仓颉编译器源码及 cjdb 调试工具。
C++
115
86
仓颉编程语言运行时与标准库。
Cangjie
122
97
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
998
589
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
589
115
Ascend Extension for PyTorch
Python
77
110
仓颉编程语言提供了 stdx 模块,该模块提供了网络、安全等领域的通用能力。
Cangjie
80
55