一种基于热力图与目标检测的开放环境正样本异常检测方法、电子设备及存储介质

本发明涉及深度学习技术领域，提供了一种基于热力图与目标检测的开放环境正样本异常检测方法、电子设备及存储介质。主旨在于解决开放环境下正样本异常检测算法因环境噪声干扰导致误检率高、检测稳定性差的问题。主要方案包括，采集同点位多时相图像，选1张测试图，余为底图。经关键点矫正后生成两数据集：A集含人工添加的标注异常区域，B集保留原始图像。用孪生网络微调特征提取器，降低环境噪声差异。提取测试图与底图语义特征，计算最小马氏距离生成热力图。构建双主干网络，第一主干处理测试图与底图差异特征，第二主干融合热力图特征，多层级特征融合后经检测头实现异常定位分类。使用数据集A生成的热力图与标注信息进行网络训练。