图像增强模型训练方法、装置、电子设备及可读存储介质

摘要

本申请实施例提供的图像增强模型训练方法、装置、电子设备及可读存储介质，其中，该方法包括，将初始图像输入卷积神经网络；从卷积神经网络中提取高层抽象局部特征；将高层抽象局部特征进行缩减处理得到高层抽象全局特征；将高层抽象局部特征与高层抽象全局特征进行融合，得到高层抽象综合特征；将高层抽象综合特征进行反卷积处理，得到输出图像；基于输出图像和目标图像，及预设的损失函数方案进行训练，得到训练后的图像增强模型。上述方法融合了图像的高层抽象局部特征和高层抽象全局特征，可以较好的结合图像的所有信息进行学习，保证图像增强模型输出的图像能更好的逼近目标图像，提升采用该图像增强模型输出的图像的增强效果。