一种基于Dinov3和SAM的少样本工业缺陷目标检测方法及系统

本发明涉及人工智能与工业视觉检测技术领域，公开了一种基于Dinov3和SAM的少样本工业缺陷目标检测方法及系统，通过构建参考特征库：利用Dinov3模型提取少量缺陷参考图像的特征，通过加权聚合生成类别原型；生成相似性响应图：计算待测图像与参考原型的逐像素相似度，进行上下文增强滤波；生成分割提示：结合空间注意力机制筛选显著区域，生成SAM模型所需的几何提示；执行精细化分割：利用SAM模型生成缺陷实例的精确掩码；置信度评估：进行多维度评分，并采用动态阈值筛选结果。无需模型微调即可实现快速部署，有效应对初期数据匮乏问题，通过自动化检测持续积累数据，为训练更优专用模型奠定基础，适用于新产品导入或新缺陷发现等场景。