Retinexformer

Retinexformer 是一个专注于低光照图像增强的开源项目，核心价值在于它能够把在昏暗环境下拍出来的照片变得清晰明亮，就像给照片加了一个智能补光灯。传统的低光照增强方法往往要么效果生硬，要么处理速度慢，而且很难兼顾大尺寸图片。Retinexformer 基于 Transformer 架构，结合了经典的 Retinex 理论，实现了“一步到位”的增强效果，不需要像老方法那样分多个步骤处理，大大提升了效率和画质。 在技术亮点上，Retinexformer 最大的创新是设计了一种专门针对光照问题的 Transformer 模块，它能够智能地分离出图像中的光照层和反射层，然后只对光照层进行优化，保留原本的颜色和细节。这种方法不仅让暗部提亮后更自然，还能有效抑制噪声和伪影。项目还支持超过15个公开的基准测试集，并且能处理高达4000x6000像素的超高分辨率图片，这在手机摄影、安防监控等场景下非常实用。此外，该项目在 NTIRE 2024 低光照增强挑战赛中获得了亚军，后续基于它的改进版本更是拿下了 NTIRE 2025 和 2026 的冠军，证明了其方法的先进性和可扩展性。 这个项目非常适合计算机视觉领域的研究人员、AI 算法工程师，以及需要图像增强功能的产品开发者。你可以用它来改善手机夜景拍摄效果、提升监控摄像头在弱光下的清晰度、或者修复老照片中的欠曝区域。对于有深度学习基础的人来说，上手并不难，项目提供了完整的训练和测试代码，以及预训练模型，直接下载就能跑通。即使你是初学者，也可以先通过提供的 demo 脚本体验效果，再逐步学习底层原理。总体来说，这是一个即拿即用、效果顶尖的低光照增强工具箱，值得关注。