基于多视角动态交叉学习的工业异常检测方法及系统

本发明属于工业异常检测技术领域，具体涉及一种基于多视角动态交叉学习的工业异常检测方法及系统，包括：采集待检测工业对象的多视角图像，并进行多视角特征提取和后处理操作，生成多视角特征；基于类别的引导提示机制，根据目标类别信息生成类别嵌入向量，并将其作为提示向量；将多视角特征输入至解码器，利用跨视角动态注意力机制和视角内自注意力机制自适应融合多视角特征生成融合特征，并利用提示向量嵌合至融合特征中得到的增强的注意力特征逐层重构特征空间，生成重建特征；计算重建特征和多视角特征间的余弦相似度，生成异常分数图；基于预设分数阈值对异常分数图进行异常判别，并基于异常判别结果进行异常区域的定位和可视化。