一种基于大模型的无监督目标分类检测方法及系统

本申请公开了一种基于大模型的无监督目标分类检测方法及系统，方法包括：获取待测图像，对待测图像进行分析，获取候选框区域；对候选框区域的图像进行编码，得到待测特征向量；获取已确定分类的数据，对该数据进行编码，得到标定特征向量集合；算待测特征向量与每个标定特征向量的欧氏距离，并选择最小欧氏距离对应的标定特征向量的分类；设置判定阈值，当最小欧氏距离小于或等于该阈值时，输出最小欧氏距离对应的标定特征向量的分类为当前待测图像的分类。其有益效果为：通过对大模型的运用，可以极大地提升目标识别的召回率，同时无进行频繁地更新训练，有效降低了训练成本，增强了算法的鲁棒性，能够适应各种复杂环境下的目标分类检测需求。