企业官网建设流程全解析

一、本文介绍

本文记录的是利用CEM模块改进 YOLOv10 的多尺度特征融合。

CEM（Color Enhancement Module）通过色度引导与RGB特征自适应调制结合，实现YOLOv10雾天场景下颜色特征的精准增强与色调一致性保持。本文利用CEM模块，通过均值归一化去除雾霾光照干扰，再通过全局池化与Softmax生成色度权重，同时依托残差融合保留原始特征信息，对YOLOv10中雾天模糊目标的颜色与纹理特征进行针对性强化、抑制色彩失真与背景灰度干扰，在特征提取阶段实现双色空间色度信息高效互补，避免传统单RGB空间颜色鲁棒性不足问题，增强模型在雾霾、烟雾等复杂天气下的检测精度与色彩分辨能力。

专栏目录：YOLOv10改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

专栏地址：YOLOv10改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！

二、CEM介绍

2.1 设计出发点

CEM（Color Enhancement Module，颜色增强模块）旨在解决雾天图像RGB颜色失真、色度信息弱、色调不一致的问题。RGB空间在雾霾下亮度被干扰、颜色特征模糊，而YCbCr空间的色度分量对雾霾不敏感，能保留更纯净的颜色信息。CEM通过提取YCbCr的色度特征来调制RGB特征，在不进行颜色空间转换的前提下，恢复自然色调、增强颜色感知，让去雾后的图像色彩更准确、对比度更自然。

2.2 模块结构

CEM采用均值归一化+全局池化+Softmax调制的轻量化结构：

1. 均值归一化：对YCbCr特征做通道均值减法，去除全局光照与雾霾影响，突出局部颜色差异；
2. 特征映射：通过全局平均池化+Softmax生成颜色分布权重，捕捉有效色度信息；
3. 特征调制：用YCbCr得到的权重对RGB特征进行加权增强，再与YCbCr特征残差相加；
4. 输出：得到色调一致、色彩鲜艳、无失真的增强特征。