摘要
本发明属于工业点云异常检测技术领域,公开了一种点云异常检测方法、装置及介质,包括计算每个点的异常得分图;通过最远距离采样算法分组点云,并进行初步特征提取;通过局部异常感知网络和全局异常感知网络,提取局部异常特征和全局异常特征,将文本特征向量、点云嵌入和异常图嵌入连接后输入到多模态大语言模型主干网络,使其具备检测和解释异常特性的能力。本发明通过融合多模态大语言模型的基本多模态理解能力、领域泛化能力以及点云数据的异常检测技术,显著提高了异常检测的准确性和鲁棒性。该方法通过局部和全局异常感知网络的协同工作,实现了对点云数据中异常区域的精确识别和详细描述。
技术关键词
异常检测方法
大语言模型
文本特征向量
交叉注意力机制
异常检测技术
多模态
跨模态
网络
远距离
点云特征提取
异常信息
异常检测器
异常检测装置
三维点云数据
令牌
特征提取器
代表
算法
多轮对话