URetinex-Net: 基于Retinex的深度展开网络，用于低光图像增强

URetinex-Net是一种基于Retinex的深度展开网络，旨在解决低光图像增强的问题。其优点如下：

1. 采用Retinex模型，可以有效地消除低光图像中的全局和局部光照不均匀问题，提高图像质量。

2. 使用深度展开网络，可以减少参数数量，提高计算效率，适合在资源受限的环境下应用。

3. 与传统的基于手工设计特征的方法相比，URetinex-Net可以自适应地学习图像特征，具有更好的泛化能力。

但是，URetinex-Net也存在一些缺点：

1. 在某些情况下，增强后的图像可能会出现过度增强或失真的情况。

2. 由于深度展开网络的结构较为复杂，训练和调试难度较大。