一种基于外部增强器和内部增强器的图像去雾模型的训练方法与去雾方法

本发明公开了一种基于外部增强器和内部增强器的图像去雾模型的训练方法与去雾方法。包括以下步骤：获取有雾‑无雾图像集，按比例划分出用于训练的图像集与测试图像集；对用于训练的图像集进行外部增强策略，得到训练图像集；对训练图像集使用去雾模型进行特征提取，得到特征图，使用特征融合模块对特征图进行特征融合，得到去雾图像，计算外部损失，进行模型训练；对去雾图像进行内部增强策略，计算内部损失，进行模型训练。重复以上训练步骤，直到训练完整个训练图像集，得到训练完成的模型。本发明从数据集外部提出了一种基于通道迁移的数据增强方法，使增广数据集在颜色通道上与目标数据集趋近，经过外部和内部协同增强，有效提升模型性能。