一种基于卷积神经网络的天文图像质量智能评估方法、系统及装置

本发明公开了一种基于卷积神经网络的天文图像质量智能评估方法、系统及装置，包括：步骤S1、构建基于天文图像质量评估的数据集；步骤S2、基于所述数据集内的图像，进行特征提取和数据处理；步骤S3、搭建卷积神经网络模型，建立AQSA‑Net模型；步骤S4、将步骤S1中的所述数据集，送入AQSA‑Net模型中进行训练，生成最优的AQSA‑Net网络权重模型；步骤S5、将训练所得的AQSA‑Net模型应用于天文图像质量的自动评估分类任务。本发明对图像的特征提取和数据处理方法具有通用性和可扩展性，可以根据望远镜的具体配置与观测需求，灵活调整图像的网格划分密度和图像裁剪大小；构建的AQSA‑Net模型是一种高度轻量化的模型，能够显著减少内存占用，加速模型训练和推理，适用于深空探测中计算资源需求低的环境。