摘要
本公开涉及一种图像增强模型的训练方法、图像增强方法、装置、电子设备及计算机程序产品,属于图像处理技术领域。该图像增强模型的训练方法包括:构建训练数据集,包括多组由第一质量样本图像和第二质量样本图像构成的训练数据对;将第一质量样本图像和第二质量样本图像分别输入自编码器中,得到多个不同尺度的第一图像特征和第二图像特征;将第一质量样本图像的语义特征作为推理起始点,从最小尺度的第一图像特征开始依次输入图像增强模型中,推理得到下一尺度的第一图像特征的预测值;根据最大尺度的第一图像特征的预测值得到增强样本图像并得到整体损失,并基于整体损失对模型参数进行迭代更新。本公开可以提升模型的推理速度和增强效果。
技术关键词
图像增强模型
样本
输入多尺度
图像增强方法
语义特征提取
编码器
上采样
多层感知机
计算机程序产品
图像增强装置
图像增强模块
参数更新模块
数据
预训练模型
图像处理技术
处理器
系统为您推荐了相关专利信息
合成孔径雷达图像
配准误差
金字塔模型
样本
匹配误差
运动控制方法
运动设备
物体
训练样本集
神经网络模型
多模态深度学习
模型训练方法
跨模态
细粒度特征
半监督多模态
风险
半监督生成对抗网络
渠道
计算机可执行指令
决策树模型