一种基于小波变换的工业多模态异常检测方法

本发明公开了一种基于小波变换的工业多模态异常检测方法，涉及工业产品异常检测技术领域。该方法包括：建立RGB图像与其它模态图像构成的多模态图像数据集，并将数据集中的多模态图像生成异常多模态图像；利用重构网络对步骤1生成的异常多模态图像提取多尺度特征，将异常多模态图像还原为正常图像；利用小波变换方法对重构网络提取的多尺度特征进行特征变换，并将重构网络提取的图像特征与执行小波变换后的图像特征进行融合；结合融合特征与原始RGB图像特征进行异常判别与定位。本发明能够有效避免内存记忆库带来的高内存占用和推理延迟等问题且能够更精准地捕捉产品表面的细微异常，从而更有效地提取产品特征以提升产品异常检测的准确性。