图像修复的方法、模型训练方法、芯片、介质、程序产品、GPU服务器

本发明涉及人工智能硬件平台中GPU分支图像处理器领域，尤其设计一种图像修复的方法、模型训练方法、芯片、介质、程序产品、GPU服务器。本发明图像修复的模型训练方法包括：步骤A，前向加噪，包括：将原始图像Iraw和修复完成的参照图像Iref进行合成；在合成图像上分N步逐步引入高斯噪声；步骤B，反向去噪训练，包括：M步的去噪训练步骤，其中，对于第m步去噪训练步骤，包括：利用噪声估计神经网络进行噪声估计；噪声去除；其中，噪声估计神经网络的损失函数L包括：去噪训练步骤中得到的估计噪声的均值与真实噪声均值之间的差异L1。本发明可以适应特定环境的成像条件，去噪效果大大提升。