Nebel und Smog zählen zu den häufigsten Umweltfaktoren, die die Bildqualität und damit die Bildanalyse beeinflussen. In dieser Arbeit wird eine end-to-end generative Methode zur Entnebelung von Bildern vorgeschlagen. Diese Methode basiert auf der Entwicklung eines voll konvolutionellen neuronalen Netzes, das es ermöglicht, Nebelstrukturen in Eingangsbildern zu erkennen und klare, nebelfreie Bilder wiederherzustellen. Das vorgeschlagene Verfahren ist agnostisch im Sinne davon, dass es das atmosphärische Streuungsmodell nicht berücksichtigt. Überraschenderweise erreicht es eine überlegene Leistung im Vergleich zu allen bisherigen Stand der Technik-Methoden zur Entnebelung von Bildern, auch bei SOTS-Außenbildern, die unter Verwendung des atmosphärischen Streuungsmodells synthetisiert wurden.Projektdetails und Code finden Sie hier: https://github.com/Seanforfun/GMAN_Net_Haze_Removal