BriefGPT - AI 论文速递
·
ERUP-YOLO: Enhancing Object Detection Robustness for Adverse Weather Conditions through Unified Image-Adaptive Processing
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为ERUP-YOLO的图像自适应目标检测方法，旨在提高雾霾和低光等恶劣天气下的检测性能。通过引入贝塞尔曲线像素级过滤器和局部核过滤器，该方法在多种恶劣天气条件下表现出色。
🎯
关键要点
- 本研究提出了一种名为ERUP-YOLO的图像自适应目标检测方法。
- ERUP-YOLO旨在提高雾霾和低光等恶劣天气下的检测性能。
- 该方法引入了贝塞尔曲线像素级过滤器和局部核过滤器。
- 通过统一经典图像处理功能，ERUP-YOLO提升了检测性能。
- 实验结果表明，ERUP-YOLO在多种恶劣天气条件下表现优越。
➡️
