基于深度学习的相位解包裹方法和装置、设备及介质

本发明实施例提供了一种基于深度学习的相位解包裹方法和装置、设备及介质。其中，方法包括：获取包裹相位图；将所述包裹相位图输入至预先训练好的深度学习网络模型进行相位解包裹，以使所述深度网络学习模型根据包裹相位与绝对相位的非线性映射关系，输出与所述包裹相位图相对应的绝对相位图，所述深度学习网络模型采用U‑Net框架，所述深度学习网络模型包括有编码器、解码器、深度监督特征融合模块和空洞空间卷积池化金字塔模块，编码器和解码器包含有I ncept ion模块。基于此，本发明实施例在高噪声环境以及相位不连续的情形下，使用训练好的深度学习网络模型只需一步就能预测出高质量的绝对相位图，从而完成精确的相位解包裹。