[发明专利]一种图像去噪模型训练方法、系统、设备、计算机介质

摘要

本申请公开了一种图像去噪模型及训练方法、系统、设备、计算机介质，获取噪声图像训练集，噪声图像训练集中包括初始噪声图像及初始噪声图像对应的初始去噪图像；基于噪声图像训练集对初始的图像去噪模型进行训练，得到训练好的图像去噪模型，以基于训练好的图像去噪模型对目标噪声图像进行去噪处理；其中，图像去噪模型包括依次连接的15层神经网络层，第一层神经网络层和第八层神经网络层由卷积层组成；第二层神经网络层到第七层神经网络层均由卷积层、WN层和激活函数层组成；第九层神经网络层到第十四层神经网络层均由卷积层、WN层和激活函数层组成；第十五层神经网络层由dropout层和卷积层组成。提高了图像去噪效率。

主权项

1.一种图像去噪模型训练方法，其特征在于，包括：获取噪声图像训练集，所述噪声图像训练集中包括初始噪声图像及所述初始噪声图像对应的初始去噪图像；基于所述噪声图像训练集对初始的所述图像去噪模型进行训练，得到训练好的所述图像去噪模型，以基于训练好的所述图像去噪模型对目标噪声图像进行去噪处理；其中，所述图像去噪模型包括依次连接的15层神经网络层，第一层神经网络层和第八层神经网络层由卷积层组成；第二层神经网络层到第七层神经网络层均由卷积层、WN层和激活函数层组成；第九层神经网络层到第十四层神经网络层均由卷积层、WN层和激活函数层组成；第十五层神经网络层由dropout层和卷积层组成。