一种基于计算机视觉的图像小样本异常检测系统与方法

本发明属于视觉异常检测技术领域，且公开了一种基于计算机视觉的图像小样本异常检测系统与方法，该系统由云边环境感知联邦学习模块、边缘端训推一体化轻量化检测模块、小样本自适应损失优化模块以及边云协同迭代更新模块组成，通过小样本自适应损失优化模块设计类别平衡对比损失函数，结合逆频率加权、动态阈值调整和环境上下文约束，使模型聚焦稀有样本，精准度量样本差异，依据环境背景准确判断异常；利用自监督学习生成正样本伪标签，对负样本实施数据增强，扩充数据数量与多样性，提升小样本利用率，有效缓解数据不均衡对模型训练的影响，降低标注成本与主观误差，优化数据质量，增强模型对异常模式的泛化能力，提升检测效果。