本研究提出自适应掩模补全网络（AMI-Net），旨在改善无监督视觉异常检测方法在恢复异常区域的不足。通过多尺度语义特征提取和随机掩模训练，该方法有效掩盖异常区域并保留正常信息，提升缺陷重建效果。实验表明，该模型在准确性与实时性能之间取得良好平衡，适用于工业应用。