一种图像增强模型的训练方法、装置及存储介质

摘要

本公开涉及一种图像增强模型的训练方法、装置及存储介质，此方法包括：将每个训练输入图像组输入图像增强模型，获得图像增强模型输出的预测图像；使用与每个训练对分别对应的损失函数，训练图像增强模型直至收敛；损失函数包括与多个频率区间一一对应的多个灰度损失分量，每个灰度损失分量是基于每个频率区间内预测图像的灰度分频图像与对应的目标图像的灰度分频图像之间的差值确定的，不同的灰度损失分量对应于不同的频率区间。本公开中，使损失函数体现相应训练对中预测图像和目标图像的细节内容信息和语义信息，有效缓解图像增强模型训练过程中的不适定问题导致的过平滑问题。