基于图像质量评估的深度学习增强模型更新方法及系统

本发明提供一种基于图像质量评估的深度学习增强模型更新方法及系统，该方法包括集成ControlNet架构至图像增强模型，通过添加辅助模块和条件感知交叉熵损失函数改进图像增强模型，辅助模块用于引入额外条件生成控制信号以动态调整生成策略，改进后的图像增强模型根据输入的额外条件和输入图像生成增强后的图像；将增强后的图像输入图像质量评估模型，输出质量得分及文本描述；若质量得分低于预设阈值，则根据图像质量评估模型输出的质量得分和描述文本设计多模态损失函数，并通过反向传播实时调整改进后图像增强模型的权重参数。本发明根据评估结果实时调整图像增强模型的权重信息，从而提升模型的泛化能力和图像增强效果。