一种多模态提示记忆的无监督持续异常检测方法及系统

本发明公开了一种多模态提示记忆的无监督持续异常检测方法及系统，涉及计算机视觉和工业图像检测技术领域。该方法包括步骤：获取工业图像构成数据集；构建无监督异常检测模型，包括视觉分支和文本分支，分别用于提取视觉特征和文本特征，在无监督异常检测模型中引入可学习的视觉提示和可学习的文本提示，之后利用自适应的融合机制融合视觉特征和文本特征，得到异常检测结果；利用数据集对无监督异常检测模型中可学习的视觉提示和可学习的文本提示进行训练；利用训练后的无监督异常检测模型对工业数据进行异常检测。本发明能够在学习过程中融合多模态信息并具备持续学习能力，实现了工业产品高效的无监督异常检测。