共计 1979 个字符，预计需要花费 5 分钟才能阅读完成。

背景痛点：为什么需要门控融合网络

传统去雾方法如暗通道先验 (Dark Channel Prior, DCP) 在均匀雾霾场景下表现良好，但在实际应用中存在三个关键问题：

1. 物理假设失效：当场景包含大面积白色物体或天空区域时，暗通道先验的统计规律不再成立
2. 计算复杂度高：基于优化的方法需要迭代求解，难以满足实时性要求
3. 参数固定：手工设计的参数无法自适应不同浓度的雾霾分布

深度学习方案虽然性能优越，但主流模型如 All-in-One Dehazing Network 存在参数量大、计算成本高的问题。门控融合网络 (Gated Fusion Network) 通过结构创新，在保持精度的同时显著降低了计算开销。

技术解析：门控机制如何工作

双分支架构设计

网络包含两个并行的子网络：

• 基础去雾分支(Base Dehazing Branch)：采用编码器 - 解码器结构，负责提取全局特征
• 门控分支(Gate Branch)：使用轻量级结构生成空间注意力图

门控权重计算

门控值 $G(x)$ 通过 sigmoid 函数实现 0 - 1 之间的软选择：

G(x) = \sigma(W_g * x + b_g)

最终输出为两分支的加权融合：

Output = G(x) \cdot F_{base}(x) + (1-G(x)) \cdot F_{gate}(x)

参数量对比

PyTorch 实现详解

模型核心代码

class GatedConvBlock(nn.Module):
    def __init__(self, in_channels, out_channels):
        super().__init__()
        # 使用深度可分离卷积减少计算量
        self.depthwise = nn.Conv2d(in_channels, in_channels, kernel_size=3, 
                                 padding=1, groups=in_channels)
        self.pointwise = nn.Conv2d(in_channels, out_channels, kernel_size=1)
        self.gate = nn.Sequential(nn.Conv2d(in_channels, 1, kernel_size=3, padding=1),
            nn.Sigmoid())

    def forward(self, x):
        base_feat = self.pointwise(self.depthwise(x))
        gate_map = self.gate(x)  # [B,1,H,W]
        return base_feat * gate_map

多尺度损失设计

class MultiScaleLoss(nn.Module):
    def __init__(self):
        super().__init__()
        self.l1_loss = nn.L1Loss()

    def forward(self, outputs, targets):
        # outputs 包含 [full_res, 1/2_res, 1/4_res] 三个尺度
        total_loss = 0
        for pred in outputs:
            # 对预测结果下采样到对应尺度
            scaled_target = F.interpolate(targets, size=pred.shape[2:])
            total_loss += self.l1_loss(pred, scaled_target)
        return total_loss

实战建议

数据处理技巧

1. 对 RESIDE 数据集建议使用以下预处理：
2. 随机裁剪 512×512 patches
3. 概率性水平翻转

4. 归一化到 [-1,1] 范围

5. 学习率策略：

   scheduler = torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones=[50,80], gamma=0.1)

6. 量化部署方案：

7. 使用 QAT(Quantization-Aware Training)
8. 对门控值采用 8bit 对称量化
9. 添加量化噪声模拟部署环境

避坑指南

1. 门控饱和问题：
2. 在 sigmoid 前添加 BatchNorm 层

3. 初始化 gate 分支最后一层卷积的 bias 为 -2

4. 分辨率适配：

   # 确保输入尺寸是 32 的倍数
   pad_h = (32 - H % 32) % 32
   pad_w = (32 - W % 32) % 32
   x = F.pad(x, (0, pad_w, 0, pad_h), mode='reflect')

5. 特征可视化：

   # 可视化门控图
   plt.imshow(gate_map[0,0].cpu().detach().numpy(), cmap='viridis')

开放性问题

当前架构针对单幅图像设计，如何扩展到视频去雾场景？可能的改进方向：

1. 引入 3D 卷积处理时序信息
2. 利用光流对齐相邻帧
3. 设计时域一致性损失函数

通过本教程，读者应当能够完整复现 CVPR 2018 的门控融合网络，并理解其设计精髓。该框架也可迁移到其他图像增强任务中，如去雨、低光增强等。