一种工业图像异常检测多模态大模型的结构化数据智力密度增强方法及系统

本发明提供了一种工业图像异常检测多模态大模型的结构化数据智力密度增强方法及系统，包括如下步骤：S1，对小样本的工业异常图像进行结构化文本生成构成训练数据，得到图文对样本；S2，在多模态大模型对齐网络上对训练数据进行一次前向传播和反向传播，收集每个图文对样本的梯度和损失信息；S3，基于图文对样本的梯度和损失信息，计算每个图文对样本的可学习性评分，并筛选出评分偏低的样本集合；S4，对评分偏低的样本集合应用梯度引导的文本改写与增强策略，生成改进的文本描述，形成优化后的图文对数据集；S5，将优化后的图文对数据集用于模型训练对比实验，评估性能提升情况。