一种基于深度学习的工业零部件图像数据增强与降噪方法

本发明属于人工智能与计算机视觉技术领域，涉及一种基于深度学习的工业零部件图像数据增强与降噪方法。该方法包括以下步骤：步骤一：图像数据采集与预处理，构建数据增强与降噪任务所需的训练样本对；步骤二：构建数据增强与降噪模型，该模型包括双分支自编码器、编码器特征融合模块、图像重构与解码器模块、图像数据增强模块；步骤三：将工业含噪图像输入预训练的数据增强与降噪模型，分别输出降噪和增强后的图像。本发明的方法能够保留细微边缘和瑕疵；提升模型鲁棒性；优化处理流程，降低计算负载，确保高效、稳定的识别性能，满足工业制造的智能化要求。