一种基于提示学习调优的零样本图像异常检测方法

本发明属于图像异常检测领域，具体为基于提示学习调优的零样本异常检测方法，包括：S1.获取待检测图像数据，并进行预处理；S2.构建零样本异常检测模型，包括文本编码器、图像编码器、提示学习模块、多尺度特征提取模块等；S3.用待检测图像领域的典型数据集对零样本异常检测模型进行微调；S4.使用微调后的零样本异常检测模型对待检测图像进行检测，并用一个基础大模型对异常信息进行描述，得到异常分类、异常定位和异常描述的结果。相比传统零样本异常检测模型，本方法不仅构建了更全面泛化的自适应提示，而且对不同大小和形状的异常区域实现像素级精准定位，最后填补了现有方法在异常描述方面的空白，从而为零样本图像异常检测提供更丰富的判断依据。