开始讲解之前推荐一下我的专栏，本专栏的内容支持(分类、检测、分割、追踪、关键点检测),专栏目前为限时折扣，欢迎大家订阅本专栏，本专栏每周更新3-5篇最新机制，更有包含我所有改进的文件和交流群提供给大家。
一、本文介绍
本文给大家带来的改进机制是低照度图像增强网络PE-YOLO中的PENet，PENet通过拉普拉斯金字塔将图像分解成多个分辨率的组件，增强图像细节和低频信息。它包括一个细节处理模块（DPM），用于通过上下文分支和边缘分支增强图像细节，以及一个低频增强滤波器（LEF），以捕获低频语义并减少高频噪声。同时该网络的发布版本并不完善，存在二次创新的机会，后期我会将其网络进行二次创新，增强低照度的检测性能。同时该网络发布版本存在Bug我也已经修复。欢迎大家订阅本专栏，本专栏每周更新3-5篇最新机制，更有包含我所有改进的文件和交流群提供给大家。
欢迎大家订阅我的专栏一起学习YOLO！
专栏回顾：YOLOv11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、PE-YOLO算法原理
2.1 PE-YOLO的基本原理
2.2 金字塔增强网络
2.3 细节处理模块
2.4 低频增强滤波器
三、PE-YOLO的核心代码
四、PE-YOLO的添加方式
4.1 修改一
4.2 修改二
4.3 修改三
关闭混合精度验证！
打印计算量的问题！
五、PE-YOLO的yaml文件和运行记录
5.1 PE-YOLO的yaml文件
5.2 PE-YOLO的训练过程截图
五、本文总结
二、PE-YOLO算法原理
论文地址： 官方论文地址
代码地址： 官方代码地址
