基于深度学习的工业图像增强方法、系统及介质

本申请实施例提供了一种基于深度学习的工业图像增强方法、系统及介质，该方法包括：设置环境参数，基于环境参数构建模拟工业环境；采集模拟工业环境的图像数据，将采集的图像进行预处理，得到预处理图像；基于预处理图像对模型进行训练，得到训练结果，基于训练结果动态调整模型参数，得到图像增强模型；获取待处理图像，将待处理图像输入图像增强模型，输出增强图像；将增强图像进行分析处理，得到物体检测与定位信息；通过模拟工业环境，并对采集的图像进行不断的训练增强，能够在复杂环境条件下提高机器视觉系统的鲁棒性和适应性，在物体检测任务中表现出显著的改进效果，具有广泛的应用前景。