一种用于有雾场景下目标检测的对比学习框架FoCo

本发明公开了一种用于雾天目标检测的对比学习框架及其方法，涉及计算机视觉和深度学习领域。该方法利用共享骨干网络提取清晰图像和合成雾天图像的特征，并通过对比学习模块FoCo计算对比损失，以学习雾天和清晰图像之间的相似特征。同时，采用深度信息合成雾生成方法(DSFGM)基于单目深度估计生成更真实的合成雾天图像，提高模型的泛化能力。通过目标检测头进行目标识别，并优化损失函数，包括检测损失、对比损失和特征解耦损失。本发明在不增加计算复杂度的情况下，提高了雾天环境下的目标检测精度，适用于无人驾驶、智能交通监控等应用场景。