YOLOv10改进 | 图像去雾 | MB-TaylorFormer改善YOLOv10高分辨率和图像去雾检测（ICCV，全网独家首发）

 一、本文介绍

本文给大家带来的改进机制是图像去雾MB-TaylorFormer，其发布于2023年的国际计算机视觉会议（ICCV）上，可以算是一遍比较权威的图像去雾网络， MB-TaylorFormer是一种为图像去雾设计的多分支高效Transformer网络，它通过应用泰勒公式展开的方式来近似softmax-attention机制，实现了线性的计算复杂性，原本的网络计算量和参数量比较高，我对其进行了一定的跳转参数量和计算量都大幅度的降低，其为高分辨率图像处理也提供了一种新的解决方案。

 欢迎大家订阅我的专栏一起学习YOLO！ 

 专栏回顾：YOLOv10改进系列专栏——本专栏持续复习各种顶会内容——科研必备 

---

目录

 一、本文介绍

二、原理介绍 

2.1 MB-TaylorFormer基本原理

2.2 泰勒公式展开的自注意力机制

2.3 多尺度注意力精化模块

2.4 多分支架构与多尺度贴片嵌入

三、核心代码

四、代码的使用方式

 4.1 修改一

4.2 修改二 

4.3 修改三 

关闭混合精度验证（可能需要）！

打印计算量的问题！

五、yaml文件和运行记录

5.1 yaml文件

5.2 训练代码