基于低维隐空间扩散模型的工业视觉异常检测方法、存储介质和电子设备

本发明提供一种基于低维隐空间扩散模型的工业视觉异常检测方法、存储介质和电子设备。该方法包括：将待检测样本输入至训练好的隐空间压缩网络；将待检测样本隐空间表示输入至训练好的缺陷分类器，得到待检测样本噪声强度和去噪时间步长；将待检测样本噪声强度和去噪时间步长输入至训练好的低维隐空间扩散模型，以对待检测样本隐空间表示进行加噪、去噪重建；以待检测样本去噪重建后隐空间表示为参考分布，以待检测样本隐空间表示为目标分布，对隐空间压缩网络输出的低层特征和高层特征设置阈值，得到局部异常得分和全局异常得分；输出异常热力图和异常检测结果。本发明解决了扩散模型在工业异常检测中存在推理速度慢和异常检测精度不足的问题。