一种基于去偏见策略的稳定扩散模型构建方法

本发明提供了一种基于去偏见策略的稳定扩散模型构建方法，旨在消除预训练的稳定扩散模型中的偏见，该方案采用协同距离约束去偏策略，通过优化CLIP文本编码器在嵌入空间中的表示来提高稳定扩散模型的公平性，同时，引入了两阶段文本引导采样策略，该策略在去噪过程中的关键时间点切换不同的CLIP文本编码器，以消除潜在偏见并保持图像质量，与现有技术相比，本发明避免了昂贵的全模型微调和对外部参考模型的依赖，实现了一种能维持图像生成质量，且有效降低属性偏见的轻量化去除稳定扩散模型偏见的方案。