一种基于DFLLOD-Net的低照度叠加雾天气下的目标检测方法

本发明公开了一种基于DFLLOD‑Net的低照度叠加雾天气下的目标检测方法，所述方法包括如下步骤：(1)构建低照度有雾图像数据集ExDark‑fog；(2)设计了低照度增强模块，提升图像在低光照条件下的亮度和对比度；(3)设计了去雾增强模块，有效去除雾气对图像清晰度的影响；(4)设计了去噪增强模块，减少图像噪声，增强图像质量；(5)设计了条件自适应模块，能够基于图像中的雾密度和光照强度等条件，自适应地调整权重，以优化协同以上三个不同增强处理模块的功能表现；(6)经过增强处理后的图像输入检测模块。DFLLOD‑Net网络通过这些高度专业化的模块和端到端的训练策略，实现了从图像预处理到目标检测的全流程自动化和最优化，极大提升了模型在复杂视觉条件下的性能和鲁棒性，为低照度叠加雾天气下的目标检测提供了一种创新的解决方案。