一种基于扩散模型的数据增强方法及系统

本发明涉及深度学习技术领域，具体涉及一种基于扩散模型的数据增强方法及系统，方法包括：获取包含虾类图像的原始数据集，生成与所述虾类图像相应的提示词集合；依据扩散模型的正向加噪机制，对虾类图像进行渐进式随机噪声叠加处理，获取不同噪声强度下的潜在空间表征，形成带噪声的潜在变量序列；以潜在变量序列和提示词集合作为双输入，在扩散模型的反向去噪过程中嵌入提示词引导机制，输出既包含随机变化又符合虾类生物特征的增强图像；将生成的增强图像整合至原始数据集，得到增强数据集；本发明能够生成多样化的虾类图像。