Las tuberías de drenaje son un componente crítico de la infraestructura urbana, y su seguridad y correcto funcionamiento son vitales. Sin embargo, los problemas de neblina causados por ambientes húmedos y diferencias de temperatura afectan seriamente la calidad y precisión de detección de imágenes de tuberías de drenaje. Los métodos tradicionales de reparación son difíciles de cumplir con los requisitos al tratar con entornos subterráneos complejos. Para resolver este problema, investigamos y propusimos un método de desempañado para imágenes de tuberías de drenaje basado en redes de características adaptativas multi-atención multi-escala. Al diseñar múltiples módulos de atención y adaptación, la red es capaz de capturar características globales con resolución multi-escala en entornos subterráneos complejos, logrando así un procesamiento de desempañado de extremo a extremo. Además, también construimos un gran conjunto de datos de tuberías de drenaje que contiene decenas de miles de pares de imágenes claras/nebulosas de tuberías de drenaje para entrenamiento y pruebas de red. Los resultados experimentales muestran que nuestra red exhibe un excelente rendimiento de desempañado en varios entornos subterráneos complejos, especialmente en la escena real de tuberías de drenaje subterráneo urbano. Las contribuciones de este documento se reflejan principalmente en los siguientes aspectos: primero, se propone una nueva red de características adaptativas multi-escala basada en múltiple atención para resolver efectivamente el problema de desempañado de imágenes de tuberías de drenaje; segundo, se construye un conjunto de datos de tuberías de drenaje a gran escala. La colección proporciona recursos valiosos para trabajos de investigación relacionados; finalmente, se verifica la efectividad y superioridad del método propuesto a través de experimentos, y proporciona una solución eficiente para el trabajo de desempañado en escenas como las tuberías de drenaje subterráneo urbano.