【亲测免费】 U-shape Transformer：水下图像增强的开源利器

一、项目基础介绍

U-shape Transformer 是一个基于深度学习的开源项目，主要用于水下图像的增强。该项目由 Lintao Peng 等人开发，采用 Python 和 Jupyter Notebook 作为主要的编程语言，利用 PyTorch 深度学习框架实现。项目旨在解决水下图像质量差、对比度和饱和度不足等问题，通过创新的 U-shape Transformer 网络结构，实现了水下图像的实时增强。

二、项目核心功能

1. U-shape Transformer 网络：项目引入了 Transformer 模型到水下图像增强任务中，通过 U-shape 结构，有效融合不同颜色通道和空间区域的信息，增强网络对严重衰减部分的注意力。

2. CMSFFT 模块：通道-wise 多尺度特征融合变压器（CMSFFT）模块，用于强化网络对颜色通道的注意力，提升图像质量。

3. SGFMT 模块：空间-wise 全球特征建模变压器（SGFMT）模块，用于强化网络对空间区域的注意力，进一步改善图像质量。

4. 新型损失函数：结合 RGB、LAB 和 LCH 颜色空间的损失函数，设计符合人眼视觉原理的损失函数，提升图像的对比度和饱和度。

三、项目最近更新的功能

• 预训练模型的发布：项目发布了预训练模型，用户可以直接下载并使用，无需从头开始训练，大大提高了效率。

• LSUI 数据集的发布：项目发布了大规模水下图像数据集（LSUI），包含了更丰富的水下场景和高质量的参考图像，为水下图像增强任务提供了更全面的训练和测试数据。

• 代码优化和性能提升：项目团队不断优化代码，提升模型的性能，确保了 U-shape Transformer 网络在多种水下图像增强任务中的领先地位。