摘要
本发明公开了一种基于CLIP的零样本2D异常检测方法及装置。本发明借助多模态模型CLIP强大的泛化能力,实现了高精度的2D异常检测和分割。本方法通过以下方法进行零样本学习:首先设计了一种可学习的提示文本,来获取通用的正常和异常语义;接着使用自注意力机制获取2D图像全局特征,使用对角注意力获取细粒度的局部特征;最后通过计算余弦相似度来进行训练和推理。与现有技术相比,本方法首次实现了高精度的零样本2D异常检测和分割,具有较强的创新性和实际应用价值。
技术关键词
异常检测方法
注意力机制
局部视觉特征
文本编码器
局部图像特征
图像全局特征
样本
全局视觉特征
语义
异常检测装置
计算机程序产品
处理器
图像编码
图片
对象
可读存储介质
系统为您推荐了相关专利信息
影像分析方法
残差注意力机制
编码器
解码器架构
语义特征
信息检索方法
案件
命名实体识别
抽取工具
节点特征
术后胃肠功能
信号
监测方法
一维卷积神经网络
传感
深度学习分析
乘客历史数据
客舱
运营特征
强化学习算法
知识图谱补全方法
大语言模型
实体
知识图谱构建
BERT模型