1.一种基于生成对抗网络的异常检测方法，其特征在于，包括步骤：S1：处理语义分割图像数据集，得到满足原始图像的数据集和Mask图像的数据集；

S2：建立包括生成网络和鉴别网络的异常检测生成对抗网络结构；

S3：训练所述满足原始图像的数据集和Mask图像的数据集，得到异常检测的生产对抗网络模型；

S4：输入原始图像，得到特定异常类型的图像。

2.如权利要求1所述的一种基于生成对抗网络的异常检测方法，其特征在于，所述步骤S3具体实施步骤如下：S3.1：鉴别网络输出关于异常部分图像占Mask图像的第一真假可能性和网络中间层特征参数；

S3.2：生成网络生成异常部分图像，输入所述异常部分图像到鉴别网络，输出关于异常部分图像的异常可能性；输入Mask图像到鉴别网络，输出关于Mask图像的真实可能性和真实图像特征参数，并更新鉴别网络的鉴别网络参数；

S3.3：再次输入异常部分图像到鉴别网络，输出关于异常部分图像的异常可能性和异常图像特征参数，并更新生成网络的生成网络参数。

3.如权利要求1所述的一种基于生成对抗网络的异常检测方法，其特征在于：所述原始图像的数据集还进行异常类型的制定。

4.如权利要求1所述的一种基于生成对抗网络的异常检测方法，其特征在于：所述生成网络，包括提取特征网络和图像生成网络；

所述鉴别网络，用于保证网络训练可靠性。

5.如权利要求4所述的一种基于生成对抗网络的异常检测方法，其特征在于：所述生成网络，结构中包含卷积层，反卷积层，LR层以及B层；

所述鉴别网络，结构中包含卷积层，LR层以及B层。