基于卷积网络框架的旋转等变约束松弛化方法及装置

本申请公开了一种基于卷积网络框架的旋转等变约束松弛化方法及装置，该方法包括：设置超参数，基于超参数将原始图像对处理为训练图像对，构成训练图像集；基于图像的旋转等变特性设计松弛化旋转等变约束卷积层；用松弛化旋转等变约束卷积层替换深度学习网络模型的卷积层，以构建旋转等变松弛化网络；利用训练图像集迭代训练旋转等变松弛化网络直至达到停止条件，得到训练后的旋转等变松弛化网络；将退化图像输入训练后的旋转等变松弛化网络得到恢复图像。解决了现有的深度学习网络模型对非完美对称图像的适用性不高的问题，具有优异的泛化能力和应用潜力。