一种异常样本生成方法

本发明公开一种异常样本生成方法，涉及工业质检技术领域，本发明首先在正常样本中随机位置生成一个光滑的闭合区域，然后随机地选择一幅背景图像，在该背景图像中随机选择一个位置，抠出相同形状的闭合区域，接着将所抠出的区域以加权融合的方式贴到正常样本中得到缺陷图像，最后对缺陷图像进行图像增强得到异常样本；所提出方法可以基于正常样本快速得到大量丰富的接近真实的异常样本，从而解决工业质检领域因异常样本缺乏而无法训练深度学习模型或者训练的模型出现过拟合的问题。