一种动态偏差感知的混合重建专家长尾分布外检测方法

本发明公开了一种动态偏差感知的混合重建专家长尾分布外检测方法，主要由模型训练和模型推理两阶段组成：在模型训练阶段，首先构建基于共享编码器与多专家解码器架构的混合重建专家模块以捕捉多样化的重构模式，同时构建动态类偏差模块生成可学习的动态类偏差信号以建模长尾先验；接着，将所述动态类偏差信号同时用于指导门控路由机制的分配决策以及自适应校准分类器的预测边界；最后构建多任务联合总损失函数对模型进行端到端训练。在模型推理阶段，利用专家加权的重构得分作为置信度进行分布外检测与分类。所提方法将重建专家混合架构引入长尾分布外检测，相比现有仅依赖判别特征或辅助数据的方法，本发明通过同一个动态类偏差机制协同实现了专家路由干预与决策边界校准，有效缓解了长尾分布带来的头部类别偏差，显著提升了模型对尾部类别与真实分布外样本的区分能力。