基于动态噪声估计的工业图像异常检测方法、系统及装置

一种基于动态噪声估计的工业图像异常检测方法、系统及装置，检测方法共包含三个阶段：第一阶段，利用预训练卷积网络提取图像多尺度特征，通过LOF算法对特征空间进行筛选，初步得到高置信度正常特征集合，并基于贪心算法构建核心特征记忆库；第二阶段，利用PELT变点检测算法对图像异常分数序列进行分析，动态划分正常样本与噪声样本边界，估计实际标签噪声率；第三阶段，将噪声注入正常特征生成对抗样本，并设计半监督训练策略联合优化正常与对抗特征分类边界，通过轻量化判别网络输出异常定位结果。本发明能够对训练集中标签噪声率进行动态估计，并对正常样本与异常样本进行有效区分，显著增强异常检测在标签噪声污染数据下的鲁棒性。