摘要
本申请公开了基于多尺度特征的轻量化图像修复方法、设备及介质,涉及图像修复领域,方法包括:将预处理后的图像数据作为训练样本,输入至神经网络模型中,对神经网络模型进行训练;通过神经网络模型,使用多个卷积分支,提取训练样本中的多尺度特征,并通过损失函数对神经网络模型进行训练;通过卷积权重重参数化,将神经网络模型中的多个卷积分支进行合并,得到单个合并卷积分支;通过合并后的神经网络模型进行图像修复。通过引入多尺度卷积结构,能够有效提取图像在不同感受野下的细节与语义信息,增强模型对复杂纹理和结构的感知能力。
技术关键词
神经网络模型
图像修复方法
多尺度特征
注意力机制
重建图像数据
原始图像数据
非易失性计算机存储介质
计算机可执行指令
卷积模块
边缘检测算子
多分支
增强子
频率
修复设备
尺寸
系统为您推荐了相关专利信息
兴趣点
特征编码模型
强度
生成用户
对象推荐方法
船舶柴油机
异常检测方法
采集柴油机
预测残差
柴油机监测
行程导航方法
量子退火算法
行走算法
异构计算模块
认知负荷评估