一种基于2D多模态大模型的3D零样本异常检测方法

本发明属于3D异常检测领域，公开了一种基于2D多模态大模型的3D零样本异常检测方法，包括以下步骤：步骤1，获取辅助多模态点云数据集；步骤2，获取2D全局和局部信息的表征；步骤3，获取3D隐式表征；步骤4，获取3D显式表征；步骤5，进行分层提示学习；步骤6，进行隐式点云表征学习；步骤7，进行显式点云表征学习；步骤8，进行交叉层次对比对齐；步骤9，构建零样本异常检测框架并进行训练；步骤10，进行3D零样本异常检测；步骤11，根据异常分数判断异常，根据异常分数图分割异常区域。本发明首次实现跨语义类别的3D零样本异常检测，无需目标域训练数据，解决传统方法因数据缺失导致的部署受限问题。