低光专题

[C#]winform基于opencvsharp结合CSRNet算法实现低光图像增强黑暗图片变亮变清晰

【算法介绍】 "Conditional Sequential Modulation for Efficient Global Image Retouching" 是一种图像修饰方法，主要用于对图像进行全局的高效调整。该方法基于深度学习技术，通过引入条件向量来实现对图像特征的调制，以达到改善图像质量和视觉效果的目的。该方法主要包括两个网络：Base Network和Condition Netw

基于YOLOv8的暗光低光环境下（ExDark数据集）检测，加入多种优化方式---自研CPMS注意力，效果优于CBAM ，助力自动驾驶（二）

💡💡💡本文主要内容:详细介绍了暗光低光数据集检测整个过程，从数据集到训练模型到结果可视化分析，以及如何优化提升检测性能。 💡💡💡加入自研CPMS注意力 mAP@0.5由原始的0.682提升至0.689 1.暗光低光数据集ExDark介绍低光数据集使用ExDark，该数据集是一个专门在低光照环境下拍摄出针对低光目标检测的数据集，包括从极低光环境到暮光环境等10

基于YOLOv8的暗光低光环境下（ExDark数据集）检测，加入多种优化方式---DCNv4结合SPPF ，助力自动驾驶（一）

💡💡💡本文主要内容:详细介绍了暗光低光数据集检测整个过程，从数据集到训练模型到结果可视化分析，以及如何优化提升检测性能。 💡💡💡加入 DCNv4结合SPPF mAP@0.5由原始的0.682提升至0.694 1.暗光低光数据集ExDark介绍低光数据集使用ExDark，该数据集是一个专门在低光照环境下拍摄出针对低光目标检测的数据集，包括从极低光环境到暮光环境等1

低光图像增强论文GLADNet: Low-Light Enhancement Network with Global Awareness阅读笔记

论文地址：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8373911 项目地址：https://github.com/weichen582/GLADNet 作者：北大来源：IEEE2018 abstract 在这篇文章中，我们讨论了微光增强的问题。我们的核心思想是先计算出弱光输入的全局光照估计，然后在估计的指导下调整

室内低光语义分割框架 LISU: Low-light indoor scene understanding 论文阅读

论文标题：LISU: Low-light indoor scene understanding with joint learning of reflectance restoration 代码：GitHub - noahzn/LISU: Low-light Indoor Scene Understanding 期刊：ISPRS Journal of Photogrammetry and Re

低光图像增强论文Kindling the Darkness: A Practical Low-light Image Enhancer阅读笔记

本文来自ACM MM 2019，作者：Yonghua Zhang, Jiawan Zhang, and Xiaojie Guo 项目地址：https://github.com/zhangyhuaee/KinD Abstract 在弱光条件下拍摄的图像通常(部分)能见度较差。除了不理想的照明，多种类型的退化，如噪音和颜色失真，由于相机的质量有限，这些退化隐藏在黑暗中。换句话说，仅仅提高黑暗区域的