单张雾霾图像去雾任务，尤其是在训练数据集较小的情况下，极具挑战性。为此，我们提出了一种新型生成对抗网络架构——反投影金字塔网络（Back Projected Pyramid Network, BPPNet），该方法在多种复杂雾霾条件下均表现出色，包括浓雾和非均匀雾。BPPNet架构通过迭代的UNet块保留了空间上下文信息，同时引入一种新颖的金字塔卷积块，以捕捉多尺度结构特征。这些模块共同构成生成器，并可通过反向投影机制有效进行学习。实验表明，我们的网络仅需20对雾霾与清晰图像即可实现有效训练，且不会出现过拟合现象。在NTIRE 2018均匀雾霾数据集（涵盖室内与室外图像）、NTIRE 2019浓雾数据集以及NTIRE 2020非均匀雾霾数据集上，我们的方法均取得了当前最优的性能表现。