改进YOLOv8系列：引入低照度图像增强网络Retinexformer | 优化低光照目标检测那题
- 🚀论文研究概括
- 🚀加入到网络中的理论研究
- 🚀需要修改的代码
- 1 🍀🍀Retinexformer 代码
- 2🍀🍀tasks里引用
- 🚀创建yaml文件
- 🚀测试是否创建成功
前言：这篇论文提出了一种用于低光图像增强的Transformer模型，称为Retinexformer。该模型基于Retinex理论，旨在解决低光图像增强中的噪声、颜色失真和曝光问题。
本文提供了改进YOLOv8注意力系列包含不同的注意力机制以及多种加入方式，在本文中具有完整的代码和包含多种更有效加入YOLOv8中的yaml结构，读者可以获取到注意力加入的代码和使用经验，总有一种适合你和你的数据集。
