该论文提出了一种解决低光条件下实例分割问题的端到端解决方案，通过加权非局部块实现特征级内嵌去噪，消除了对齐基准图像的需要，并引入可学习的权重增强网络以适应真实世界噪声。实验结果显示该方法在平均精度上有显著改进。

低光照下基于加权非局部块的特征去噪实例分割
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证