基于自监督数据增强与多分辨率知识蒸馏的无监督异常检测方法及系统

本发明涉及一种基于自监督数据增强与多分辨率知识蒸馏的无监督异常检测方法及系统。所述方法包括：对正常检测图像进行切割和随机粘贴生成异常图像样本，通过深度卷积神经网络利用多分辨率知识蒸馏技术提取异常图像样本在不同层次上的特征表示，并进行特征融合；根据图像梯度信息定位异常区域；构建异常评分系统计算异常区域的异常程度。通过切割和粘贴图像，可以丰富数据的多样性；采用多分辨率知识蒸馏技术提取不同层次的特征表示，为异常检测提供了更加丰富的特征空间；基于梯度信息可以精确定位异常区域，根据融合后的特征构建异常评分系统能够评估出异常程度，为异常检测提供决策支持，提高异常检测的准确性和实时性。