一种基于孪生网络的工业异常检测方法

本发明为一种基于孪生网络的工业异常检测方法，包括孪生网络以及工业异常检测方法，所述工业异常检测方法包括如下步骤：1）采集工业数据集：人为对数据集进行分类，包括正常和异常；2）数据集划分：正常数据集构建训练集和验证集，正常数据集和异常数据集构建测试集；3）数据预处理：采用归一化和平移增强，用以保证输入图像的环境信息基本一致；4）采用无监督方式进行训练；5）特征对比；6）多base筛选，其中筛选出的base用于测试阶段。本发明可以及时发现并预警潜在的问题，在技术上本发明所要解决的问题是没有负样本数据支持模型的训练以及数据标注成本，同时考虑实际环境差异大问题。