AI時代的工業管理趨勢和挑戰

本研究提出一種基於SE-ResNet改進的CycleGAN雜訊抑制方法，旨在提升自動化目標檢測中對高雜訊圖像的處理能力。在加入泊松與高斯雜訊的VOC val2007數據集上（平均PSNR為12.46，SSIM為0.1742），改進模型達到PSNR 21.21、SSIM 0.5568，優於原始CycleGAN。將去噪後圖像應用於YOLOv12，驗證其在雜訊環境下仍具良好檢測效能，顯示該方法具備有效的圖像預處理能力。