一种面向多场景的融合语义引导与混合专家的视觉检测系统及方法

本发明公开了一种融合语义引导与混合专家的多场景视觉检测系统及方法，属于计算机视觉技术领域。系统由多模态感知模块、路由决策模块、可插拔专家池模块、证据规范化模块、超球面可靠性选择模块与结果输出模块组成。系统接收图像、视频及文本指令，依托路由决策实现专家按需调度，借助证据规范化统一异构专家输出，再通过单位超球面空间完成专家输出可靠性比对。该系统支持单专家、固定双专家协同两种工作模式，可降低计算开销与扩展成本，提升复杂场景下检测结果的稳定性，适用于工业巡检、安防监测等视觉检测场景。