本发明公开了一种基于Transformer的孪生网络图像去噪方法、系统、介质及设备，设计两个孪生的网络提取互补的特征，使获得的去噪器鲁棒性更强。将Transformer应用到孪生网络中，提取显著性特征，将前景和背景进行分离，移除噪声，预测干净图像；设计交叉交互机制提高深度网络的记忆能力，并提高去噪的性能；将批量归一化、层归一化、实例归一化、Swish函数和线性整流函数激活函数组件用到孪生网络中，提高去噪网络的学习能力，有利于提取多样化的特征，增强去噪效果并提高去噪效率。此外，仅通过12层的网络进行去噪，极大地减少网络的计算代价，非常满足移动设备的要求。能根据不同的场景自适应地提取显著性的特征，具有盲去噪功能和较强的实际应用价值。