免责声明：以上消息未经人工确认，本平台不担保其真实性和有效性，交易前请仔细核实。
本发明公开了一种基于深度学习的自适应齿轮缺陷检测方法，包括S1、图像增强处理；S2、图像预处理；S3、特征提取；S4、角点分析；S5、距离缺陷指标计算；S6、面积缺陷指标计算；S7、角度缺陷指标计算；S8、综合缺陷指标计算；S9、缺陷等级判定。本发明通过利用卷积神经网络和长短期记忆网络能够更准确地识别和定位齿轮上的各种缺陷，如裂纹、划痕、磨损等。与传统的基于规则的图像处理方法相比，深度学习方法可以更有效地处理图像中的复杂特征和模式，从而提高缺陷检测的准确率。
