基于动态负样本挖掘的钢截面自监督异常检测方法及系统

本发明提出基于动态负样本挖掘的钢截面自监督异常检测方法及系统，所述方法步骤如下：S1、构建多分支网络模型；S2、钢截面的无异常样本图通过边缘显著性分析截取显著性区域，获取无异常样本子图与边缘显著性二值图；S3、随机柏林噪声图结合边缘显著性二值图，根据最小交集原则生成合成掩码一后，经过异常区域筛选与平滑处理获得异常掩码；利用纹理数据、异常掩码和无异常样本子图生成合成异常图片；S4、利用无异常样本子图与合成异常样本进行多分支网络模型训练，获得训练好的多分支网络模型以进行钢截面样本图异常检测。本发明适用于样本数量少、缺陷类别多且难以训练的复杂情况，具有易于训练、高检测能力以及出色的细节处理能力。