面向跨域目标检测的物理驱动雾霾数据集构建与评估
打开文本图片集
引言
近年来，随着深度学习在计算机视觉中的快速发展，图像去雾任务取得了显著进展。特别是基于卷积神经网络和Transformer的模型不断刷新性能指标。然而，这类方法的实际效果在很大程度上依赖于训练与评估数据集的质量。现有雾霾图像数据集主要分为两类：一类来源于真实场景拍摄，受限于设备、气象和场景，难以大规模获取；另一类通过物理模型对清晰图像进行合成，虽具可扩展性，但在光学、色彩、结构等方面与真实雾霾存在差距，影响算法泛化能力。（剩余5742字）