一种基于双分支神经网络模型的光学系统装调方法

本发明涉及一种基于双分支神经网络模型的光学系统装调方法，涉及光学装调与人工智能交叉技术领域，解决现有技术中模型对失调量预测的精度受限、模型泛化能力低，以及难以应用于实际装调场景的技术问题。该方法包括以下步骤：元件失调灵敏度分析；实际装调场景噪声分析；神经网络模型训练数据集生成；神经网络模型构建与训练；利用神经网络模型指导实际装调。本发明的基于双分支神经网络模型的光学系统装调方法，在模型训练的数据集中考虑实际装调场景中的噪声影响，增强了模型的抗噪能力和稳健性，提高了将神经网络模型应用于真实光学装调中的适用性。