基于多模态先验知识融合的少样本工业异常检测方法

基于多模态先验知识融合的少样本工业异常检测方法，属于计算机视觉中的工业异常检测领域。解决了传统的异常检测方法未能充分考虑不同样本间的细微差异、以及缺乏对全局信息的有效利用的问题。本发明引入了一种创新的视觉‑语言先验融合方法，这一方法的核心在于两项主要创新：构建视觉‑语言先验融合模块和类内平衡模块。通过对视觉‑语言信息以及参考样本图像所对应的图像级参考特征和图块级参考特征图的有效利用，引入视觉‑语言先验融合和类内特征平衡两个核心创新组件，融合视觉先验与语言先验信息、并平衡类内的变化，实现更精准的工业异常检测。本发明主要应用在工业异常检测。