基于分层混合网络的底层视觉颜色成像学习方法和装置

本发明涉及计算机视觉及人工智能领域，具体为基于分层混合网络的底层视觉颜色成像学习方法和装置。所述方法包括生成混合训练集，构建Color‑HHN模型，利用混合训练集，根据均方误差损失函数对所述Color‑HHN模型进行训练，得到底层视觉颜色增强模型；将待增强的底层视觉颜色任务图像输入所述底层视觉颜色增强模型，输出增强图像。以此方式，可以利用CLIP大模型和多任务学习统一将底层颜色任务视为改变图像颜色问题，同时采用混合网络和提示学习为不同任务提供专有特征信息，仅用单一模型结构统一底层颜色任务，同时在增加模型参数量的同时不增加计算开销，并获得更好的颜色特征表示。