一种基于扩散模型的样本净化方法及装置

本发明涉及人工智能技术领域，具体提供了一种基于扩散模型的样本净化方法及装置，包括：获取待净化样本；将待净化样本作为预先训练的扩散模型的输入，得到预先训练的扩散模型输出的净化样本；其中，所述扩散模型在训练之前将扩散模型中的U‑Net网络结构替换为Transformer网络结构。本发明提供的技术方案，充分利用了扩散模型的特性，为用户提供高可用性的净化样本，同时，通过使用预训练的Transformer主干来强化视觉背景信息的设计，进一步减少了净化造成的分辨率损失。