YOLO26改进89：全网首发--c3k2模块添加LEGM模块
论文介绍
DCMPNet（Depth Information Assisted Collaborative Mutual Promotion Network）是一个面向单图像去雾任务的深度学习模型，全称为 “深度信息辅助的协同互促网络”，由开发者 zhoushen1 开源在 GitHub 上，核心目标是利用深度信息提升单图像去雾的效果。
- 核心定位
针对单图像去雾任务中 “雾浓度与深度强相关” 的特性，引入深度信息辅助去雾网络训练，通过 “去雾分支” 与 “深度估计分支” 的协同互促，提升去雾效果，尤其针对室内场景（RESIDE-IN 数据集）做了专门优化。 - 技术栈与环境依赖
框架：基于 PyTorch 实现，要求 PyTorch 1.12.0 + torchvision 0.13.0；
其他依赖：需通过 requirements.txt 安装，支持混合精度训练（AMP）、多 GPU 训练；
数据集：默认适配 RESIDE-IN（室内去雾数据集），也可扩展到其他去雾数据集。 - 核心网络结构
项目拆解为多个关键模块，分工协作完成 “去雾 + 深度估计” 的协同学习：
(1) DepthNet（深度估计网络）
核心模块：DRDB（Dense Residual Dilated Block，密集残差膨胀卷积块），通过多层膨胀卷积 + 特征拼接 + 残差连接，提取多尺度深度特征；
网络结构：编解码架构