异常图像检测方法、系统、终端设备及存储介质技术方案

本申请提供一种异常图像检测方法、系统、终端设备及存储介质，异常图像检测方法包括：根据多个训练图像训练生成对抗网络，训练图像为正常图像，生成对抗网络用于生成与输入的图像相似的生成图像，并确定生成图像和输入的图像的相同比例，在训练生成对抗网络时基于确定的相同比例调节生成对抗网络的生成参数或辨别参数；获取多个测试图像，多个测试图像包括正常图像和异常图像；根据完成训练的生成对抗网络确定测试图像和与测试图像对应的生成图像的相同比例是否大于预设的比例阈值；若是，则确定测试图像为正常图像；若否，则确定测试图像为异常图像。通过正常图像即可完成作为检测模型的生成对抗网络的训练，降低了异常检测实现的难度。实现的难度。实现的难度。

【技术实现步骤摘要】
异常图像检测方法、系统、终端设备及存储介质


[0001]本申请涉及图像检测领域，更具体地涉及一种异常图像检测方法、系统、终端设备及存储介质。

技术介绍

[0002]目前制造业中，数据分析是帮助生产制造流程不断优化的重要手段，异常检测是数据分析方法中用于对异常数据进行检测，进而帮助工作人员找出作业中出现的异常情况的方法，图像数据即为一种可以进行异常数据分析的数据类型。
[0003]传统的异常检测方法的实现需要预先建立检测模型，检测模型的搭建需要大量的正常数据和异常数据，但由于异常数据产生的数量十分稀少，因此获取异常数据比正常数据更加困难，导致传统的异常检测方法实现难度较大。

技术实现思路

[0004]鉴于以上内容，有必要提供一种常图像检测方法、系统、终端设备及存储介质，检测模型不需要通过异常数据进行搭建，降低了异常检测实现的难度。
[0005]第一方面，本申请的实施例提供一种异常图像检测方法，包括：根据多个训练图像训练生成对抗网络，所述训练图像为正常图像，所述生成对抗网络用于生成与输入的图像相似的生成图像，并确定所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常图像检测方法，其特征在于，包括：根据多个训练图像训练生成对抗网络，所述训练图像为正常图像，所述生成对抗网络用于生成与输入的图像相似的生成图像，并确定所述生成图像和输入的图像的相同比例，在训练所述生成对抗网络时基于确定的相同比例调节所述生成对抗网络的生成参数或辨别参数；获取多个测试图像，多个所述测试图像包括正常图像和异常图像；根据完成训练的所述生成对抗网络确定所述测试图像和与所述测试图像对应的所述生成图像的相同比例是否大于预设的比例阈值；若是，则确定所述测试图像为正常图像；若否，则确定所述测试图像为异常图像。2.根据权利要求1所述的异常图像检测方法，其特征在于，所述根据多个训练图像训练生成对抗网络包括：提取所述训练图像的第一图像特征；根据所述第一图像特征生成所述生成图像；提取所述生成图像的第二图像特征；确定所述第一图像特征和所述第二图像特征的相同比例并生成第一辨别信息；根据所述第一辨别信息调整所述生成参数或所述辨别参数。3.根据权利要求2所述的异常图像检测方法，其特征在于，所述根据所述第一图像特征生成所述生成图像包括：根据所述第一图像特征生成第一图像数据；对所述第一图像数据解码并生成所述生成图像。4.根据权利要求3所述的异常图像检测方法，其特征在于，所述确定所述第一图像特征和所述第二图像特征的相同比例并生成第一辨别信息包括：根据所述第二图像特征生成第二图像数据；确定所述第一图像数据和所述第二图像数据的相同比例并生成第一辨别信息。5.根据权利要求2所述的异常图像检测方法，其特征在于，所述根据所述第一辨别信息调整生成参数或辨别参数包括：根据所述第一辨别信息确定所述生成图像和所述训练图像的相同比例是否大于预设的比例阈值并输出对比结果信息；根据所述对比结果信息调整所述生成参数或所述辨别参数。6.根据权利要求4所述的异常图像检测方法，其特征在于，所述根据完成训练的所述生成对抗网络确定所述测试图像和与所述测试图像对应的所述生成图像的相同比例是否大于预设的比例阈值包括：提取所述测试图像中的第三图像特征；根据所述第三图像特征生成所述生成图像；提取所述生成图像的所述第二图像特征；确定所述第三图像特征和所述第二图像特征的相同比例并生成第二辨别信息；根据所述第二辨别信息确定所述测试图像和所述生成图像的相同比例是否大于预设的比例阈值。
7.根据权利要求6所述的异常图像检测方法，其特征在于，所述根据所述第三图像特...

【专利技术属性】
技术研发人员：吴宗祐，孙国钦，卢志德，
申请(专利权)人：鸿海精密工业股份有限公司，
类型：发明
国别省市：