面向多类目标的可拓展型类别引导异常检测方法和装置

本申请公开了一种面向多类目标的可拓展型类别引导异常检测方法和装置，涉及计算机视觉领域。所述方法包括：对工业图像进行异常区域引导的自适应增强预处理，获取目标图像；根据预构建的轻量级神经网络分类器，判断目标图像的类别；根据目标图像的类别，激活至少一个异常检测模型；利用激活的异常检测模型分别对目标图像进行异常预测，并与异常检测模型对应置信度进行融合，实现对工业图像的自适应异常判别。本发明通过轻量化分类器快速判断样本类别，实现异常检测模型的前置筛选与路径引导，使用置信度机制生成类别引导权重，赋予后续模型融合策略更强适应性，有效提升系统的结构清晰性、模型选择准确性与整体计算效率。