YOLO11改进-模块-引入频率谱动态聚合模块FSDA 去除噪声

           在图像去雾领域，深度学习在白天图像去雾方面成果显著，但夜间雾图研究较少。夜间雾图面临诸多挑战，其中包括雾、辉光和噪声因多个低强度有源彩色光源而具有复杂特性，以及模拟与真实数据的域差异导致的亮度问题。为解决这些，我们使用 FSDA 模块，处理频率不一致特性。FSDA 先对频谱信息聚合，再计算通道权重并应用，最后映射回空间域，以此优化频谱信息，使模型更好处理复杂干扰。本文将其与YOLOv11相结合，增强YOLOv11模型的去噪能力（处理雾、辉光和噪声具有的频率不一致特性）。
代码：https://github.com/tgf123/YOLOv8_improve/blob/master/YOLOv11.md

1. FSDA（Frequency Spectrum Dynamic Aggregation