一种基于SegAug视觉分割模型的伪异常增强方法及相关装置

本发明公开了一种基于SegAug视觉分割模型的伪异常增强方法及相关装置，通过SegAug视觉分割模型对正常图像组成的训练集样本进行分割，得到组件掩码和背景掩码，利用每个训练集样本的组件掩码和背景掩码，通过粘贴、填充、引入疤痕生成三类伪异常；构建多类分类器促进自监督学习，混合正常样本与伪异常样本投入训练，提取得到包含局部纹理特征和全局高级语义特征的深度特征信息；构建针对局部异常检测以识别结构异常的局部特征分布，构建针对全局信息捕获以识别逻辑异常的全局特征分布，计算出局部异常分数与全局异常分数；基于局部异常分数和全局异常分数定义测试图像的异常分数，完成伪异常增强。有效增强模型检测全局高级语义逻辑异常的能力。