一种基于多模态反馈的工业视觉异常识别方法、系统、设备及介质

本申请提供一种基于多模态反馈的工业视觉异常识别方法、系统、设备及介质，属于工业视觉检测技术领域，所述方法：实时采集产线视频流自动分割ROI区域，生成图片序列，并提取设定维度的特征，结合预先设置的动态距离阈值与特征库进行比对，初步识别异常图像；构建检测需求的提示词，再将提示词与异常相关信息输入多模态大模型，输出确定的异常图像；使用确定的异常图像构建数据集对目标检测模型进行训练，在训练过程中调整学习率；将工业场景中抓拍的图片依次输入深度学习模型、多模态大模型和目标检测模型得到识别结果，反馈到用户进行确认后添加到数据集，优化目标检测模型的训练。本发明实现了工业生产中异常图像的准确识别，识别效率高。