一种基于正常样本重建的工业表面少样本异常检测方法

本发明公开一种基于正常样本重建的工业表面少样本异常检测方法，属于工业产品质量检测技术领域。该方法步骤包括：S1收集纯正常样本图像，经尺寸归一化、灰度校正及高斯噪声去除构建训练集；S2构建含特征提取器、正常原型记忆库及图像重建器的原型正常特征重建网络；S3用训练集迭代训练网络，最小化联合损失函数并动态更新记忆库；S4将待检测图像输入训练好的网络，调用记忆库原型重建特征并输出重建图像；S5计算残差图、生成异常分数图，通过自适应阈值判定异常区域。本发明仅需正常样本，突破少样本限制，提升检测精度与场景鲁棒性，减少冗余计算，满足工业在线检测需求，适用于多领域表面检测。