摘要
本发明公开的一种对比学习图像去雨模型训练方法、去雨方法和存储介质,其中模型训练方法包括:获取原始有雨图像输入到初始化的去雨模型中得到初始数据;基于初始数据交替固定背景层和雨层,以迭代优化去雨模型,基于特征提取网络提取迭代优化后的背景层和雨层的高维特征并计算对比损失值,高维特征包括背景层特征和雨层特征;基于高维特征、原始有雨图像和对比损失值计算总损失值,并基于模型损失值反向传播更新模型参数;当迭代次数达到预设值或者总损失值收敛时停止迭代,并输出最终的去雨图像和雨层。本发明通过对雨层和图像层进行交替迭代求解,进行对比损失约束,能够更好地区分雨层和图像层,最终实现雨层与图像层的分离。
技术关键词
图像去雨模型
图像去雨方法
特征提取网络
更新模型参数
图像去雨系统
重构误差
程序
处理器
模型训练方法
可读存储介质
存储器
数据
训练系统
度函数
计算机
样本
系统为您推荐了相关专利信息
骨科手术
特征提取网络
风险评估方法
数据
级联式
异常检测方法
输出特征
卷积模块
图像
注意力机制
非极大值抑制方法
梯度下降算法
全局平均池化
编码器
卷积模块