Trident-Dehazing-Network: NTIRE 2020非均匀去雾挑战参赛方案

简介：
本文介绍了Trident-Dehazing-Network模型，该模型为NTIRE 2020非均匀去雾挑战赛设计，通过改进的网络架构有效提升了图像去雾效果。 三叉戟除雾网在NTIRE 2020 NonHomogeneous Dehazing Challenge (CVPR Workshop 2020)中的第一个解决方案介绍如下： 环境要求：Ubuntu16.04操作系统，Python3.6版本，英伟达GPU+CUDA8。 依赖项： - 预训练模型==0.7.4 - 火炬视觉==0.2.1 - 火炬==0.4.1 测试前需要编译DCN模块。如果您的环境与我们提供的相同，那么编译过程将顺利完成。 对于使用Pytorch版本为1.0.0的用户，请采用 DCNv2_pytorch 版本进行替代。 请检查模糊图像路径（test.py 第 14 行）、模型路径（test.py 第 13 行）和输出路径（test.py 第 15 行）。执行测试命令：python test.py 预训练模型的密码为：22so。此外，我们团队还提供了一个基于知识转移技术的去雾网络作为第二个解决方案。