一种基于CLIP模型的异常检测方法

本发明公开了一种用于CLIP预训练模型的异常检测方法。该方法在特征空间内执行邻域引导的特征匹配，通过优化特征相似性度量，无需微调使预训练模型能够高效适应不同检测任务的需求，同时显著降低对大量正常样本的依赖。本发明特别适用于异常检测中的数据匮乏场景，在少样本甚至零样本学习环境下，仍能保持优异的检测性能。相较于传统方法，本发明不仅提高了特征匹配的效率和准确性，还增强了模型在复杂工业场景中的鲁棒性和泛化能力，为小样本异常检测提供了高效、可靠的解决方案。