Dans cet article, nous proposons un nouveau réseau Encoder-Decoder avec carte de transmission guidée (EDN-GTM) pour la dégénération d’images uniques. Le modèle EDN-GTM proposé prend en entrée une image brumeuse RGB classique ainsi que sa carte de transmission estimée à l’aide du prior du canal sombre. Le cœur du réseau repose sur une architecture U-Net utilisée pour la segmentation d’images, tandis que diverses améliorations — notamment un module de pooling pyramidal spatial et une fonction d’activation Swish — sont intégrées afin d’atteindre des performances de dégénération au niveau de l’état de l’art. Des expériences menées sur des jeux de données de référence montrent que l’EDN-GTM proposé surpasser la plupart des méthodes traditionnelles et basées sur l’apprentissage profond en termes de métriques PSNR et SSIM. En outre, le modèle EDN-GTM démontre sa pertinence pour des problèmes de détection d’objets. Plus précisément, lorsqu’il est utilisé comme outil de prétraitement d’images pour la détection d’objets dans le contexte de la conduite automatisée, il permet une suppression efficace de la brume et améliore significativement la précision de détection, avec une augmentation de 4,73 % en termes de mesure mAP. Le code source est disponible à l’adresse suivante : https://github.com/tranleanh/edn-gtm.