本文提出了一种基于卷积神经网络（CNN）的图像去雾模型，称为全合一去雾网络（All-in-One Dehazing Network, AOD-Net）。该模型基于重新构建的大气散射模型设计而成。与以往大多数方法需分别估计透射率矩阵和大气光不同，AOD-Net通过一个轻量级CNN直接生成去雾后的清晰图像。这种新颖的端到端设计使其能够便捷地嵌入其他深度学习模型（如Faster R-CNN）中，从而提升在雾霾图像上的高层视觉任务性能。在合成数据集与自然雾霾图像数据集上的实验结果表明，AOD-Net在PSNR、SSIM指标以及主观视觉质量方面均优于当前最先进的方法。此外，当将AOD-Net与Faster R-CNN结合使用时，显著提升了雾霾图像上的目标检测性能。