深度学习模型的训练方法及基于人工智能的图像优化方法

本发明公开了一种深度学习模型的训练方法及基于人工智能的图像优化方法。其中，该训练方法包括：基于多个不同大小的卷积核，从样本图像中分别提取全局特征与局部特征；通过残差学习对所述全局特征进行噪声干扰抑制，得到噪声干扰抑制后的所述全局特征，并利用生成对抗网络对所述局部特征进行超分辨率增强和细节补偿，得到细节增强后的所述局部特征；将噪声干扰抑制后的所述全局特征和细节增强后的所述局部特征进行多层融合处理，得到优化后的样本图像，将所述优化后的样本图像和无噪图像进行对比，根据对比结果来更新所述深度学习模型的网络参数，以训练所述深度学习模型。本发明解决了图像去噪效果不好而导致的图像细节模糊的技术问题。